如何按多分隔符拆分括号外的字符串且保留原分隔符

解决方案 #

你可以用支持递归匹配的Perl正则实现需求，无需手动拼接分隔符，自动识别并保留括号外的逗号、空格两种分隔符，同时跳过括号内的所有分隔符。

代码实现 #

首先准备示例输入：

x <- "(((K05708+K05709+K05710+K00529) K05711),K05712),K05713 K05714 K02554"

方法1：使用stringr包实现（写法更简洁）

library(stringr)

# 核心匹配逻辑
split_res <- str_extract_all(x, perl("(?>[^(), ]+|\\((?R)*\\))+|[ ,](?>[^(), ]+|\\((?R)*\\))*"))

方法2：使用base R实现（无需额外安装包）

pattern <- "(?>[^(), ]+|\\((?R)*\\))+|[ ,](?>[^(), ]+|\\((?R)*\\))*"
split_res <- regmatches(x, gregexpr(pattern, x, perl = TRUE))

输出验证 #

运行后得到的结果和你给出的预期输出完全一致：

split_res
#> [[1]]
#> [1] "(((K05708+K05709+K05710+K00529) K05711),K05712)"
#> [2] ",K05713"                                       
#> [3] " K05714"                                       
#> [4] " K02554"

逻辑说明 #

正则通过(?R)递归匹配嵌套的括号结构，保证括号内的逗号、空格不会被识别为拆分点，两个匹配分支分别处理：

• 第一个片段：从字符串开头到第一个括号外分隔符的完整内容，包含所有配对括号
• 后续片段：以分隔符（逗号/空格）开头，匹配到下一个括号外分隔符前的全部内容，自动保留原分隔符类型
  该方法适配任意层数的嵌套括号，也支持扩展更多分隔符类型，只需要在正则的[ ,]位置增加你需要的分隔符即可。

内容的提问来源于stack exchange，提问作者yuppe