清理R语言提取的已安装包作者列表空格时遇异常问题求助

我来帮你搞定这个R包作者信息的文本清理问题！提取已安装包作者时，逗号前后的空格确实容易踩坑——毕竟有些逗号是姓名内部的分隔（比如Doe, John），有些是多个作者之间的分隔，常规的简单替换很容易顾此失彼，把姓名里的空格也误删了。

先重现一下你可能遇到的问题场景，比如你原来的代码可能是这样：

# 获取已安装包的作者信息
installed_pkgs <- installed.packages(fields = "Author")
authors_raw <- installed_pkgs[, "Author"]

# 尝试常规清理，但结果不符合预期
cleaned_bad <- gsub("\\s*,\\s*", ",", authors_raw)
# 这会把 "Doe, John" 变成 "Doe,John"，破坏了姓名的格式

问题出在：你需要区分姓名内部的逗号和作者之间的分隔逗号，但两者的格式需要统一成「逗号+一个空格」，而不是直接去掉空格。正确的做法是用正则表达式匹配逗号前后的任意数量空格，替换成标准的, ，同时保留姓名的结构：

# 1. 获取原始作者信息
installed_pkgs <- installed.packages(fields = "Author")
authors_raw <- installed_pkgs[, "Author"]

# 2. 统一逗号前后的空格为「逗号+一个空格」
cleaned_authors <- gsub("\\s*,\\s*", ", ", authors_raw)

# 3. （可选）清理作者身份标识（比如 (aut), (cre) 这类标注）
cleaned_authors <- gsub("\\s*\\([^)]+\\)", "", cleaned_authors)

# 4. （可选）去掉连续的多余空格，修剪首尾空格
cleaned_authors <- gsub("\\s+", " ", cleaned_authors)
cleaned_authors <- trimws(cleaned_authors)

解释一下关键步骤：

• \\s*,\\s*：匹配逗号前后的任意数量空格（包括零个），这样不管是Alice , Bob、Alice, Bob还是Doe, John，都会被统一成Alice, Bob和Doe, John
• 后续的可选步骤是处理作者字段里常见的额外信息，比如贡献者身份标注，或者多个连续空格的情况

如果你的预期结果是把所有作者分隔符统一，同时保留姓名的正确格式，这个方法应该能解决你的问题。

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