文章/答案/技术大牛

发布

社区首页 >问答首页 >根据不同的代码定位(具有类似格式)拆分字符串

问根据不同的代码定位(具有类似格式)拆分字符串
EN

Stack Overflow用户

提问于 2019-11-22 11:20:38

回答 1查看 60关注 0票数 0

我将一个txt文件上传到R中，如下所示：Election_Parties <- readr::read_lines("Election_Parties.txt")，假设文件中有以下文本：

P23-Andalusian Social Democratic Party (Partido Social-Demócrata Andaluz [PSDA])
P24-Andalusian Socialist Movement (Movimiento Socialista Andaluz [MSA])
P235-Andalusian Socialist Party-Andalucian Party (Partido Socialista Andalucista-Partido
Andalucista [PSA-PA])
P26-Andalusist Party (Partido Andalucista [PA])
P217-Andecha Astur (Andecha Astur [AA])

我想把关于聚会的所有信息都放在一条线上，不管它有多长。所以：

P25-Andalusian Socialist Party-Andalucian Party (Partido Socialista Andalucista-Partido
Andalucista [PSA-PA])

应成为：

P25-Andalusian Socialist Party-Andalucian Party (Partido Socialista Andalucista-Partido Andalucista [PSA-PA])

我想我应该先把所有的文字放在一起：

Election_Parties <- paste(Election_Parties, collapse=" ")

然后在找到组合P**-或P***-时将其拆分。最后这部分我该怎么写？

编辑：

我想要应用到的实际数据如下所示：

BOLIVIA
P17-Nationalist Revolutionary Movement-Free Bolivia Movement (Movimiento 
Nacionalista Revolucionario [MNR])
P19-Liberty and Justice (Libertad y Justicia [LJ])
P20-Tupak Katari Revolutionary Movement (Movimiento Revolucionario Tupak Katari [MRTK])

COLOMBIA
P1-Democratic Aliance M-19 (Alianza Democratica M-19 [AD-M19])
P2-National Popular Alliance (Alianza Nacional Popular [ANAPO])
P3-Indigenous Authorities of Colombia (Autoridades Indígenas 
de Colombia)

期望产出：

BOLIVIA
P17-Nationalist Revolutionary Movement-Free Bolivia Movement (Movimiento Nacionalista Revolucionario 
P19-Liberty and Justice (Libertad y Justicia [LJ])
P20-Tupak Katari Revolutionary Movement (Movimiento Revolucionario Tupak Katari [MRTK])

COLOMBIA
P1-Democratic Aliance M-19 (Alianza Democratica M-19 [AD-M19])
P2-National Popular Alliance (Alianza Nacional Popular [ANAPO])
P3-Indigenous Authorities of Colombia (Autoridades Indígenas de Colombia)

parsing

character

regex

string

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-11-22 11:26:47

你可以用

strsplit(paste(Election_Parties, collapse=" "), "\\s+(?=P\\d+-)", perl=TRUE)[[1]]

见R演示在线。

输出：

[1] "P23-Andalusian Social Democratic Party (Partido Social-Demócrata Andaluz [PSDA])"                              
[2] "P24-Andalusian Socialist Movement (Movimiento Socialista Andaluz [MSA])"                                       
[3] "P235-Andalusian Socialist Party-Andalucian Party (Partido Socialista Andalucista-Partido Andalucista [PSA-PA])"
[4] "P26-Andalusist Party (Partido Andalucista [PA])"                                                               
[5] "P217-Andecha Astur (Andecha Astur [AA])"

\s+(?=P\d+-)模式与P、1+数字、-后面的1+空白空间相匹配，但P<numbers>-不会被消耗，因为该模式驻留在正的前瞻性构造中，即零宽度断言。由于这种展望，perl=TRUE参数对于使用PCRE引擎处理正则表达式是必要的。

票数 2

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/58993208

复制

相似问题

问根据不同的代码定位(具有类似格式)拆分字符串
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问根据不同的代码定位(具有类似格式)拆分字符串EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问根据不同的代码定位(具有类似格式)拆分字符串
EN