在每个逗号后查找第二个 space

Question

_{这是对这个问题的跟进：}

我正在寻找一个正则表达式，它在逗号后的第二个 space 处拆分字符串。看下面的例子：

vector <- c("Paulsen", "Kehr,", "Diego", 
            "Schalper", "Sepúlveda,", "Alejandro",
             "Von Housen", "Kush,", "Terry")

X <- paste(vector, collapse = " ")
X

## this is the string I am looking to split:
"Paulsen Kehr, Diego Schalper Sepúlveda, Diego Von Housen Kush, Terry"

每个逗号后的第二个space是我的regex的标准。所以，我的输出将是：

"Paulsen Kehr, Diego"
"Schalper Sepúlveda, Alejandro"
"Von Housen Kush, Terry"

我想出了一个模式，但它不太管用。

[^ ]+ [^ ]+, [^ ]+( )

将它与 strsplit 一起使用会删除所有单词，而不是仅在第 1 组（即 [^ ]+ [^ ]+, [^ ]+(group-1)）处拆分。我想我只需要排除完整匹配项并仅在之后与 space 匹配。 -- regex demo

strsplit(X, "[^ ]+ [^ ]+, [^ ]+( )")

# [1] "" [2] "" [3] "Von Housen Kush, Terry"

谁能想出一个 regex 来找到每个逗号后的 第二个 space？

Answer 1

您可以使用

> strsplit(X, ",\s+\S+\K\s+", perl=TRUE)
[[1]]
[1] "Paulsen Kehr, Diego"           "Schalper Sepúlveda, Alejandro" "Von Housen Kush, Terry"

见regex demo

详情

, - 逗号
\s+ - 1+ 个空格
\S+ - 1+ 个非空格
\K - 匹配重置运算符丢弃目前匹配的所有文本
\s+ - 1+ 个空格

在每个逗号后查找第二个 space

Finding second space after each comma

regex

r

strsplit