在R语言中如何拆分无空格分隔的连续句子？

可以使用正则表达式的正向/反向预查精准处理字母间无空格的句号，既不会破坏数字格式，又能为后续拆分句子做好准备：

1. 先修复文本中的缺失空格
   使用stringr包的str_replace_all，匹配「字母后接句号再接字母」的模式，在句号后插入空格：

library(stringr)

# 示例文本
chunk_of_text <- "This sentence ends.This sentence continues. 1.5 pounds is correct. Another example.Here we go."

# 仅在字母-句号-字母的结构中添加空格
fixed_text <- str_replace_all(chunk_of_text, "(?<=[[:alpha:]])\\.(?=[[:alpha:]])", ". ")

正则表达式说明：

• (?<=[[:alpha:]])：反向预查，确保句号前是字母
• \\.：匹配句号本身
• (?=[[:alpha:]])：正向预查，确保句号后是字母

2. 拆分句子
   处理后的文本可以直接用你原本的str_split方法拆分：

list_of_strings <- str_split(fixed_text, pattern = boundary("sentence"))

测试上述代码后，示例文本会被正确拆分为4个独立句子，同时1.5 pounds的格式完全保留。

内容的提问来源于stack exchange，提问作者Pied Pipetter