在R中如何按指定关键词Hirfar将文本拆分为多个独立章节片段

方案1：直接对原文本做分割（推荐，保留原有格式） #

不需要提前将文本拆分为单词，直接按关键词匹配拆分即可，会自动保留原有的标点、段落、换行等格式：

library(stringr)
# 按关键词"Hirfar"分割，匹配前后任意空白字符（含空格、换行）
split_chapters <- str_split(t, pattern = "\\s*Hirfar\\s*")[[1]]
# 过滤分割后产生的首段空值（因原文本开头就有关键词）
split_chapters <- split_chapters[nzchar(split_chapters)]

# 验证输出：共5个独立章节
length(split_chapters) 

# 输出各章节内容示例
for (i in 1:length(split_chapters)) {
  cat(paste0("第",i,"章：\n", split_chapters[i], "\n\n"))
}

方案2：基于已拆分的单词向量实现 #

如果需要沿用你已经拆分好的单词向量，可以通过定位关键词位置提取内容，注意该方法会丢失原有的标点、格式信息：

# 补全你之前的单词拆分代码
wrds <- str_split(t, pattern = boundary(type = "word"))[[1]]
# 定位所有"Hirfar"的索引位置
hirfar_index <- which(wrds == "Hirfar")
chapter_res <- list()

for (i in seq_along(hirfar_index)) {
  # 计算当前章节的单词起止范围
  start_pos <- hirfar_index[i] + 1
  end_pos <- ifelse(i == length(hirfar_index), length(wrds), hirfar_index[i+1] - 1)
  # 拼接单词为完整章节文本
  chapter_res[[i]] <- paste(wrds[start_pos:end_pos], collapse = " ")
}

# 查看拆分结果
chapter_res

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