如何在R中按逗号拆分字符串但保留带逗号的日期？

针对你提供的带引号的CSV格式字符串，有两种简单的处理方式可以实现需求：

方法一：利用CSV读取函数（推荐） #

这种字符串本质是标准的CSV单行数据，直接用R的CSV读取函数可以自动识别引号内的逗号为字段内容，不会错误拆分：

# 定义原始字符串
raw_str <- 'ABCDE,"January 10, 2010",F,,,,GH,"March 9, 2009",,,'

# 将字符串转为文本流，按CSV规则读取
csv_data <- read.table(textConnection(raw_str), 
                       sep = ",", 
                       header = FALSE, 
                       stringsAsFactors = FALSE, 
                       quote = '"')

# 转换为向量并过滤空值
final_result <- unlist(csv_data)[unlist(csv_data) != ""]

# 输出结果
cat(paste(final_result, collapse = "\n"))

运行后输出：

ABCDE
January 10, 2010
F
GH
March 9, 2009

方法二：正则表达式拆分 #

如果不想用CSV读取函数，可以用正则匹配不在成对引号内的逗号进行拆分：

# 定义原始字符串
raw_str <- 'ABCDE,"January 10, 2010",F,,,,GH,"March 9, 2009",,,'

# 按不在引号内的逗号拆分
split_list <- strsplit(raw_str, ',(?=(?:[^"]*"[^"]*")*[^"]*$)', perl = TRUE)[[1]]

# 过滤空元素并去除字段首尾的引号
final_result <- gsub('^"|"$', '', split_list[split_list != ""])

# 输出结果
cat(paste(final_result, collapse = "\n"))

正则表达式,(?=(?:[^"]*"[^"]*")*[^"]*$)的作用是：只匹配后面跟着偶数个引号的逗号，确保该逗号不在引号包裹的内容内部。

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