在一个或多个空白字符上将字符串分割成子字符串

Question

我希望将一个字符串在一个或多个空格（制表符、空格等）出现的位置拆分成几个子字符串。在 strsplit() 的文档 中，它说拆分被解释为正则表达式。

因此，我尝试了以下代码，但并没有成功：

test = "123 nnn      dddddd"
strsplit(test, "[:space:]+")

它只返回了：

[[1]]
[1] "123 nnn      dddddd"

但是应该返回：

[[1]]
[1] "123" "nnn" "dddddd"

我的代码有什么问题？

- R_User

---

尝试使用以下代码替代：strsplit(test, "[ ]+")。 - Simon O'Hanlon

实际上，strsplit(test, " +") 也可以工作。 - plannapus

Answer 1

请尝试

strsplit(test, '\\s+')
[[1]]
[1] "123"    "nnn"    "dddddd"

\\s 会匹配所有空白字符。

- CHP

---

我希望我现在把我的评论放成了一个答案！！ :) - Simon O'Hanlon

Answer 2

[:space:]必须放在字符类[]中才能起作用，即[[:space:]]。单独使用[:space:]将被解释为一个包含:、s、p、a、c、e的字符类。

strsplit(test, "[[:space:]]+")

请注意，默认情况下，strsplit 将使用 POSIX ERE，这会导致对 [:space:] 的与语言环境相关的解释。

在 PCRE（Perl 兼容正则表达式）中，[:space:] 是与语言环境无关的，等效于 \p{Xps}。因此，如果您想在不同的语言环境下获得一致的行为，则可能需要启用 perl 标志。

如果您只想折叠所有空格（ASCII 32），并保留水平制表符 \t 和换行符 \n，请使用 OR，或者您可以假定文本仅包含空格（ASCII 32）作为空格字符：

strsplit(test, " +")

- nhahtdh