正则表达式按条件首次匹配：字符串分割结果异常求助

你的问题出在正则表达式的逻辑上——原来的正则(\\S{3,})\\s?(.*)只会匹配连续3个及以上非空白字符作为第一部分，但第一个字符串里开头的"Le"只有2个非空白字符，导致正则跳过了前面的内容，匹配到了后面的"jour"，但sub替换时没有正确捕获前面的"Le "部分，所以part2的结果出错了。

要实现你想要的「找到第一个位于3字符以上单词后的空格作为分隔符」的逻辑，我们需要调整正则，确保捕获从开头到第一个符合条件的空格前的所有内容：

string <- c("Le jour la nuit", "Les jours les nuits")
# 获取第一部分：从开头到第一个3字符以上单词后的空格前的内容
part1 <- sub("^(.*\\b\\S{3,})\\s.*", "\\1", string)
# 获取第二部分：去掉第一部分和后面的空格，保留剩余内容
part2 <- sub("^(.*\\b\\S{3,})\\s", "", string)

正则解释： #

• ^：匹配字符串开头
• .*\\b：匹配任意内容直到遇到单词边界（确保定位到完整的单词）
• \\S{3,}：匹配连续3个及以上非空白字符（即符合长度要求的目标单词）
• \\s：匹配目标单词后面的空格（作为分割符）
• .*：匹配空格后的所有内容（用于part1的替换逻辑）

运行后输出：

> part1
[1] "Le jour" "Les"
> part2
[1] "la nuit"          "jours les nuits"

完全符合你的预期啦！

内容的提问来源于stack exchange，提问作者niko