有没有办法在R中按字节长度读取数据

Question

有没有办法像 SAS 输入命令一样在 R 中按字节长度读取数据？ 当一些多字节字符在一个表中作为固定列长时，

aaa대전11b1
bb 서울21b2
ccc부산갑b3

SAS 可以按字节长度读取它，如下所示。

数据测试；
infile "文件路径";
输入
V1    3 美元。
V2 6 美元。
V3 2 美元。 ;
跑；

→

aaa, 대전11, b1
bb , 서울21, b2
ccc, 부산갑, b3

但在 R 中，read.fwf 只能按宽度而不是字节长度来分隔数据。

所以，下面的命令

测试

输出错误，或者最好是这样的形状

aaa, 대전11b1, NULL
bb , 서울21b2, NULL
ccc, 부산갑b3

所以，这是我的问题：有没有办法在 R 中按字节长度分隔数据列？

Answer 1

使用下面的代码，您应该获得所需的输出（注意：您可以将此解决方案作为一种解决方法，直到您找到更好的方法！）

file <- readLines("your_data_file.txt",encoding="UTF-8")
newTxt <- unlist(strsplit(file, split = "\u2028"))
newTxt <- lapply(newTxt, function(x) gsub("^([a-zA-Z]*)(.*)([a-zA-Z0-9]{2})$", "\\1,\\2,\\3", x))
df = do.call(rbind.data.frame, newTxt)
names(df) <- "combined_column"

library(tidyr)
df %>% separate(combined_column, c("col1", "col2", "col3"), ",")

输出：

  col1    col2 col3
1  aaa  대전11   b1
2   bb  서울21   b2
3  ccc  부산갑   b3