如何在R中按字符拆分字符串且不忽略尾随分隔符？

我有如下字符串：

my_string <- "apple,banana,orange,"

希望按,拆分后得到包含末尾空值的结果：

list(c('apple', 'banana', 'orange', ""))

但使用基础的strsplit()会忽略末尾的逗号，输出不符合预期：

my_string <- "apple,banana,orange,"

strsplit(my_string, split = ',')
#> [[1]]
#> [1] "apple"  "banana" "orange"

测试用例 #

需要支持多种边界场景，包括首尾带分隔符、任意分隔符的情况：

# 末尾带分隔符
string1 = "apple,banana,orange,"
output1 = list(c('apple', 'banana', 'orange', ''))

# 无末尾分隔符
string2 =  "apple,banana,orange,pear"
output2 = list(c('apple', 'banana', 'orange', 'pear'))

# 开头带分隔符
string3 =  ",apple,banana,orange"
output3 = list(c('', 'apple', 'banana', 'orange'))

# 其他分隔符示例：|
string4 =  "|apple|banana|orange|"
output4 = list(c('', 'apple', 'banana', 'orange', ''))

# 其他分隔符示例：x
string5 =  "xapplexbananaxorangex"
output5 = list(c('', 'apple', 'banana', 'orange', ''))

最简base-R解决方案 #

方法1：利用scan函数（最简洁） #

scan函数默认会保留首尾的空值，只需指定分隔符即可实现需求，代码极简：

split_keep_empty <- function(x, sep) {
  list(scan(text = x, what = character(), sep = sep, quiet = TRUE))
}

# 验证测试用例
split_keep_empty(string1, ",")
#> [[1]]
#> [1] "apple"  "banana" "orange" ""

split_keep_empty(string3, ",")
#> [[1]]
#> [1] ""       "apple"  "banana" "orange"

split_keep_empty(string4, "|")
#> [[1]]
#> [1] ""       "apple"  "banana" "orange" ""

说明：what = character()指定读取字符类型，sep设置目标分隔符，quiet = TRUE关闭控制台读取提示，最后将结果包装成列表即可匹配预期输出格式。

方法2：strsplit结合正则表达式 #

如果偏好使用strsplit，可以通过正则正向预查实现，同时处理特殊分隔符的转义：

split_keep_empty <- function(x, sep) {
  # 对正则特殊字符（如|、.等）转义
  escaped_sep <- gsub("([.|()\\^{}+$*?]|\\[|\\])", "\\\\\\1", sep)
  # 用正向预查匹配分隔符的前后位置，避免消耗分隔符
  parts <- strsplit(x, paste0("(?<=\\", escaped_sep, ")|(?=\\", escaped_sep, ")"), perl = TRUE)[[1]]
  # 过滤掉分隔符本身，保留内容
  parts <- parts[parts != sep]
  # 处理开头/结尾的空值
  if (startsWith(x, sep)) parts <- c("", parts)
  if (endsWith(x, sep)) parts <- c(parts, "")
  list(parts)
}

# 验证测试用例
split_keep_empty(string5, "x")
#> [[1]]
#> [1] ""       "apple"  "banana" "orange" ""

内容的提问来源于stack exchange，提问作者Selk