为何forstringr::str_split_extract无法像其他字符一样按句号(.)拆分？

核心原因是：str_split_extract的分隔符参数默认会被当作正则表达式解析，而句号.在正则里是个特殊元字符——它代表“匹配任意单个字符”，不是字面意义上的句号。

当你直接传.作为分隔符时，函数会把字符串里的每一个字符都当成分隔符，拆分后得到的每一段都是空字符串。这时候不管提取第1段还是第4段，自然找不到有效内容，所以全返回NA。

解决办法 #

要匹配字面意义的句号，有两种简单方式：

1. 对句号进行转义 #

在R的字符串里，需要用双反斜杠\\.来表示字面意义的句号（单个反斜杠是R字符串的转义符，要让正则识别到转义的句号，得写两个）：

code <- c("HS.IB.EDE", "OG.OYO.CAS.0121", "NY.ILR.NIG.036")

str_split_extract(code, "\\.", 1)
str_split_extract(code, "\\.", 4)

运行结果：

> str_split_extract(code, "\\.", 1)
[1] "HS" "OG" "NY"
> str_split_extract(code, "\\.", 4)
[1] NA     "0121" "036"

2. 用fixed()包裹分隔符 #

fixed()可以明确告诉函数：按固定字符串匹配，不要把分隔符当成正则解析：

str_split_extract(code, fixed("."), 1)
str_split_extract(code, fixed("."), 4)

运行结果和上面完全一致。

顺便提一句：除了句号，正则里还有*、+、?、[]、()这类特殊字符，如果要匹配它们的字面意义，都可以用这两种方法处理。

内容的提问来源于stack exchange，提问作者Lachlan Macnish