如何拆分但忽略R中引用字符串中的分隔符？答案

【问题标题】：How to split but ignore separators in quoted strings in R?如何拆分但忽略R中引用字符串中的分隔符？
【发布时间】：2016-04-21 13:39:40
【问题描述】：

我正在拆分用逗号分隔的字符串，但是，我想忽略引号之间的逗号。这是一个例子：

library(data.table)
dataset <- data.frame(str=c("USATW,\"USA Technologies, Inc Warrants\",Q" ,
                            "DUSA,DUSA Pharmaceuticals Inc,Q"))

#1   USATW,"USA Technologies, Inc Warrants",Q
#2   DUSA,DUSA Pharmaceuticals Inc,Q

setDT(dataset)[, c("Symbol","Security Name","Market Category") :=
                    tstrsplit(str, ",", fixed=TRUE)]


#   Symbol    Security Name               Market Category
#1  USATW    "USA Technologies            Inc Warrants"
#2  DUSA      DUSA Pharmaceuticals Inc    Q

第一个字符串应该是：

#1  USATW    "USA Technologies, Inc Warrants"  Q

有类似的帖子，但使用其他编程语言。

【问题讨论】：

标签： r split data.table

【解决方案1】：

试试read.table。不需要任何软件包。

read.table(text = as.character(dataset$str), sep = ",", as.is = TRUE,   
  col.names = c("Symbol", "Security Name", "Market Category"), check.names = FALSE)

给予：

  Symbol                  Security Name Market Category
1  USATW USA Technologies, Inc Warrants               Q
2   DUSA       DUSA Pharmaceuticals Inc               Q

【讨论】：

对，但我认为 op 出于某种原因想要保留转义的引号
你也可以使用fread，如果你在换行符中添加：fread(paste(dataset$str, collapse = '\n'), header = F)

【解决方案2】：

this regex 将用逗号分隔并保留引号

library(data.table)
dataset <- data.frame(str=c("USATW,\"USA Technologies, Inc Warrants\",Q" ,
                            "DUSA,DUSA Pharmaceuticals Inc,Q"))

setDT(dataset)[, c("Symbol","Security Name","Market Category") :=
                 tstrsplit(str, '(,)(?=(?:[^"]|"[^"]*")*$)', perl = TRUE)]

#                                         str Symbol                    Security Name Market Category
# 1: USATW,"USA Technologies, Inc Warrants",Q  USATW "USA Technologies, Inc Warrants"               Q
# 2:          DUSA,DUSA Pharmaceuticals Inc,Q   DUSA         DUSA Pharmaceuticals Inc               Q

【讨论】：