R：分解字符串但将引用的文本保留为单个单词答案

【问题标题】：R: Explode string but keep quoted text as a single wordR：分解字符串但将引用的文本保留为单个单词
【发布时间】：2018-05-27 13:47:12
【问题描述】：

我遇到了这个问题： PHP explode the string, but treat words in quotes as a single word

和类似的处理使用正则表达式分解句子中的单词，用空格分隔，但保持引用的文本完整（作为单个单词）。

我想在 R 中做同样的事情。我试图将正则表达式复制粘贴到 stringi 包中的 stri_split 以及基础 R 中的 strsplit 中，但我怀疑正则表达式使用格式 R 无法识别。错误是：

错误：'\S' 是字符串中无法识别的转义...

期望的输出是：

mystr <- '"preceded by itself in quotation marks forms a complete sentence" preceded by itself in quotation marks forms a complete sentence'

myfoo(mystr)

[1] "preceded by itself in quotation marks forms a complete sentence" "preceded" "by" "itself" "in" "quotation" "marks" "forms" "a" "complete" "sentence"

尝试：strsplit(mystr, '/"(?:\\\\.|(?!").)*%22|\\S+/') 给出：

Error in strsplit(mystr, "/\"(?:\\\\.|(?!\").)*%22|\\S+/") : 
  invalid regular expression '/"(?:\\.|(?!").)*%22|\S+/', reason 'Invalid regexp'

【问题讨论】：

试试\\S（对于R中正则表达式的任何反斜杠字符）
你试过的正则表达式在哪里？为什么你的代码不在这个问题中？
"(?:[^"\\]|\\.)*"|\S+? 也适用于转义的双引号
@ctwheels，您建议的正则表达式提供与 OP 完全相同的错误。 Tensibai 关于反斜杠的评论也可以弥补这一点。
@r2evans I did test my answer in R and it does work。无论如何，我认为 A5C1D2H2I1M1N2O1R2T1 的答案要好得多

标签： r regex stringi

【解决方案1】：

一个简单的选择是使用scan:

> x <- scan(what = "", text = mystr)
Read 11 items
> x
 [1] "preceded by itself in quotation marks forms a complete sentence"
 [2] "preceded"                                                       
 [3] "by"                                                             
 [4] "itself"                                                         
 [5] "in"                                                             
 [6] "quotation"                                                      
 [7] "marks"                                                          
 [8] "forms"                                                          
 [9] "a"                                                              
[10] "complete"                                                       
[11] "sentence"

【讨论】：