Используя R, как отделить строку на основе символов

У меня есть набор строк, и мне нужно искать по словам, которые имеют точку в середине. Некоторые строки объединены, поэтому мне нужно разбить их на слова, чтобы потом можно было отфильтровывать слова по точкам.

Ниже приведен пример того, что у меня есть и что я получаю до сих пор

 punctToRemove <- c("[^[:alnum:][:space:]._]")

 s <- c("get_degree('TITLE',PERS.ID)",
        "CLIENT_NEED.TYPE_CODe=21",
        "2.1.1Report Field Level Definition",
        "The user defined field. The user will validate")

Это то, что я сейчас получаю

gsub(punctToRemove, " ", s)

[1] "get_degree  TITLE  PERS.ID "                   
[2] "CLIENT_NEED.TYPE_CODe 21"                      
[3] "2.1.1Report Field Level Definition"            
[4] "The user defined field. The user will validate"

Пример того, что я хочу, ниже

[1] "get_degree ( ' TITLE ' , PERS.ID ) "          # spaces before and after the "(", "'", ",",and ")"
[2] "CLIENT_NEED.TYPE_CODe = 21"                   # spaces before and after the "=" sign. Dot and underscore remain untouched.        
[3] "2.1.1Report Field Level Definition"           # no changes 
[4] "The user defined field. The user will validate" # no changes
Источник

2 ответа

Решение

Мы можем использовать регулярные выражения

s1 <- gsub("(?<=['=(),])|(?=['(),=])", " ", s, perl = TRUE)
s1
#[1] "get_degree ( ' TITLE ' , PERS.ID ) "           
#[2] "CLIENT_NEED.TYPE_CODe = 21"                    
#[3] "2.1.1Report Field Level Definition"            
#[4] "The user defined field. The user will validate"

nchar(s1)
#[1] 35 26 34 46

который равен числу символов, показанных в ожидаемом выводе OP.

Источник

Для этого примера:

   library(stringr)
    s <- str_replace_all(s, "\\)", " \\) ")
    s <- str_replace_all(s, "\\(", " \\( ")
    s <- str_replace_all(s, "=", " = ")
    s <- str_replace_all(s, "'", " ' ")
    s <- str_replace_all(s, ",", " , ")
Источник
Другие вопросы по тегам