假设一个向量：
xx.1 <- c("zz_ZZ_uu_d", "II_OO_d")
我想从最右边得到一个新的向量，并且只拆分一次。预期结果是：
c("zz_ZZ_uu", "d", "II_OO", "d").
这就像 python 的 rsplit() 函数。我目前的想法是反转字符串，并在stringr 中拆分str_split()。
有更好的解决方案吗？
更新
这是我返回 n 个拆分的解决方案，具体取决于 stringr 和 stringi。如果有人提供带有基本功能的版本，那就太好了。
rsplit <- function (x, s, n) {
cc1 <- unlist(stringr::str_split(stringi::stri_reverse(x), s, n))
cc2 <- rev(purrr::map_chr(cc1, stringi::stri_reverse))
return(cc2)
}
【问题讨论】：
负前瞻：
unlist(strsplit(xx.1, "_(?!.*_)", perl = TRUE))
# [1] "zz_ZZ_uu" "d" "II_OO" "d"
a(?!b) 表示要找到这样的 a，而 b 后面没有。在这种情况下，.*_ 意味着无论多远（.*）都不应该有更多的_。
但是，概括这个想法似乎并不容易。首先，请注意它可以用_(?=[^_]*$) 重写为正向前瞻（找到_ 后跟除_ 之外的任何内容，这里$ 表示字符串的结尾）。那么一个不太优雅的概括将是
rsplit <- function(x, s, n) {
p <- paste0("[^", s, "]*")
rx <- paste0(s, "(?=", paste(rep(paste0(p, s), n - 1), collapse = ""), p, "$)")
unlist(strsplit(x, rx, perl = TRUE))
}
rsplit(vec, "_", 1)
# [1] "a_b_c_d_e_f" "g" "a" "b"
rsplit(vec, "_", 3)
# [1] "a_b_c_d" "e_f_g" "a_b"
例如在哪里如果n=3 这个函数使用_(?=[^_]*_[^_]*_[^_]*$)。
【讨论】：
另外两个。在两者中，我都使用 "(.*)_(.*)" 作为模式来捕获字符串的两个部分。请记住，* 是贪婪的，所以第一个 (.*) 将匹配尽可能多的字符。
在这里，我使用regexec 来捕获您的子字符串的开始和结束位置，并使用regmatches 来重建它们：
unlist(lapply(regmatches(xx.1, regexec("(.*)_(.*)", xx.1)),
tail, -1))
而且这个不太学术，但很容易理解：
unlist(strsplit(sub("(.*)_(.*)", "\\1@@@\\2", xx.1), "@@@"))
【讨论】：
拆分之后再粘贴回去怎么样？
rsplit <- function( x, s ) {
spl <- strsplit( "zz_ZZ_uu_d", s, fixed=TRUE )[[1]]
res <- paste( spl[-length(spl)], collapse=s, sep="" )
c( res, spl[length(spl)] )
}
> rsplit("zz_ZZ_uu_d", "_")
[1] "zz_ZZ_uu" "d"
【讨论】：
我也想过一种与阿里非常相似的方法
> res <- lapply(strsplit(xx.1, "_"), function(x){
c(paste0(x[-length(x)], collapse="_" ), x[length(x)])
})
> unlist(res)
[1] "zz_ZZ_uu" "d" "II_OO" "d"
【讨论】：
这正是您想要的，并且是最简单的方法：
require(stringr)
as.vector(t(str_match(xx.1, '(.*)_(.*)') [,-1]))
[1] "zz_ZZ_uu" "d" "II_OO" "d"
解释：
str_split() 不是你要找的机器人，因为它只进行从左到右的拆分，拆分然后重新粘贴所有 (n-1) 个最左边的匹配完全是浪费时间。因此，将str_split() 与带有两个捕获组的正则表达式一起使用。请注意，第一个 (.*)_ 将贪婪匹配直到最后一次出现 _ 的所有内容，这就是您想要的。 （如果没有至少一个_，这将失败，并返回 NA）str_match() 返回一个矩阵，其中第一列是整个字符串，后续列是单独的捕获组。我们不想要第一列，所以用[,-1] 删除它
as.vector() 将按列展开该矩阵，这不是您想要的，因此我们使用 t() 将其转置为按行展开str_match(string, pattern) 在字符串和模式上都被向量化了，很整洁【讨论】：
str_rsplit(...) <- function(...) { ... }