在第一个冒号处拆分字符串

Question

我正在使用readLines 读取文本格式的数据文件。第一个“列”是我不需要的复杂文本。接下来的列包含我确实需要的数据。第一个“列”和数据用冒号 (:) 分隔。我希望在第一个冒号处拆分每一行并删除生成的文本字符串，只保留数据。

下面是一个示例数据文件。一种潜在的复杂情况是一行数据包含多个冒号。那条线可能会在某个时候成为我的标题。所以，我可能不应该在每个冒号处拆分，只在第一个冒号处拆分。

my.data <- "first string of text..:  aa : bb : cc 
            next string ........  :   2    0    2
            third string......1990:   7    6    5
            last string           :   4    2    3"

my.data2 <- readLines(textConnection(my.data))
my.data2

我已经尝试过这里显示的代码：

Split on first comma in string

这里：

R: removing the last three dots from a string

上面第一个链接的代码似乎只在第一行的第一个冒号处拆分。第二个链接的代码可能会做我想做的事，但到目前为止我无法成功修改它。

这是我希望获得的数据，此时我可以使用非常简单的gsub 语句将第一行中剩余的冒号替换为空格：

   aa : bb : cc 
    2    0    2
    7    6    5
    4    2    3

对不起，如果这是我没有找到的帖子的重复，并感谢您的任何建议或帮助。

Answer 1

以下内容将从字符串的开头开始，然后抓取包括第一个冒号和任何其他空格在内的所有内容，并将其替换为任何内容（基本上只是删除它）

gsub("^[^:]+:\\s*", "", my.data2)

如果你不想删除你可以做的空格

gsub("^[^:]+:", "", my.data2)

---

为了澄清原始正则表达式的作用。从头开始：

^ 这表示只在字符串的开头查找匹配项

[^:] 这表示任何不是冒号的字符

+ 这表示匹配前面的字符一次或多次（所以匹配尽可能多的非冒号字符）

:这实际上是与冒号匹配的

\\s 这匹配一个空格

* 这表示匹配前面的字符零次或多次（因此我们删除冒号后的任何额外空格）

所以把它们放在一起，我们从字符串的开头开始，然后匹配尽可能多的非冒号字符，然后抓取第一个冒号字符和任何额外的空格，并将所有这些都替换为空（基本上删除所有垃圾我们不想要）。