R语言使用strsplit分割字符串如何将标点作为单独元素返回

解决方案 #

你原来的代码仅按空格拆分，因此逗号会和前面的单词绑定为一个元素，调整正则规则即可实现需求，两种实现方式如下：

方式1：基础R原生实现

调整正则拆分规则，同时匹配空格、逗号前的零宽位置、逗号后的零宽位置，需要开启perl=TRUE参数支持零宽断言语法：

file_name <- 'I am a good boy who went to Africa, Brazil and India'
strsplit(file_name, "(?=,)|(?<=,)| ", perl = TRUE)

运行输出和你要求的预期结果完全一致：

[[1]]
 [1] "I"      "am"     "a"      "good"   "boy"    "who"    "went"   "to"     "Africa" ","      "Brazil" "and"    "India" 

方式2：使用stringr包提取

如果你常用tidyverse生态工具，也可以用str_extract_all直接提取所有目标元素：

library(stringr)
file_name <- 'I am a good boy who went to Africa, Brazil and India'
str_extract_all(file_name, "\\w+|,")

运行结果和上述方式完全相同。

内容的提问来源于stack exchange，提问作者89_Simple