在长于 n 个字符的单词之间包含一个空格

Question

我有一个字符向量。

x <- c('This is a simple text', 'this is a veryyyyyyyyyy long word', 'Replacethis andalsothis')

我想在长于n 个字符的单词之间插入一个空格。对于这个例子，我们可以考虑n = 10。我更喜欢regex 解决方案，但如果您认为还有其他选择，我不介意尝试。

我正在寻找的输出 -

c('This is a simple text', 'this is a veryyyyyyy yyy long word', 'Replacethi s andalsothi s')

我尝试使用the solution from this post 对我的数据进行必要的更改，但它没有提供所需的输出。

sub('(.{10})(?=\\S)//g', '\\1 ', x, perl = TRUE)
#[1] "This is a simple text"           "this is a veryyyyyyyy long word" "Replacethis andalsothis" 

Answer 1

你可以使用

gsub("\\b(\\w{10})\\B", "\\1 ", x) # If your words only consist of letters/digits/_
gsub("(?<!\\S)(\\S{10})(?=\\S)", "\\1 ", x, perl=TRUE) # If the "words" are non-whitespace char chunks

见regex demo、this regex demo和the R demo：

x <- c('This is a simple text', 'this is a veryyyyyyyyyy long word', 'Replacethis andalsothis')
gsub("\\b(\\w{10})\\B", "\\1 ", x)
# => [1] "This is a simple text" "this is a veryyyyyyy yyy long word" "Replacethi s andalsothi s"

x <- c("this is a veryyyyyyy|yyy long word")
gsub("(?<!\\S)(\\S{10})(?=\\S)", "\\1 ", x, perl=TRUE)
# => [1] "this is a veryyyyyyy |yyy long word"

正则表达式匹配...

• \b - 单词边界
• (\w{10}) - 十个字符
• \B - 仅当有另一个单词 char 立即出现在右侧时（因此，第十个单词 char 不是单词的结束字符）。

和

• (?<!\S) - 字符串开头或空格之后的位置
• (\S{10}) - 第 1 组：十个非空白字符
• (?=\S) - 紧靠右边，必须有一个非空白字符。