R语言输出空行print r语言空格

在R中关于正则表达式，最重要的不是记住每一个正则表达式，而是记住处理字符串的函数。

一、字符串处理函数：

这些函数是必须要记住的，正则表达式很多，单纯记忆是记不住的，用多了就记下来了。

1.切分:str_split() 按照某个“字符”切分字符串

str_split_fixed() 同上，只是可以控制切分字符串的数量

2.填补:str_pad() 在字符串首尾添加一个单一的字符，而且只能是一个

str_trim() 去掉字符串首尾的空格

str_squish() 去掉字符串中重复的空格，但至少保留一个

str_remove() 按照某个模式去掉字符串中的第一部分与该模式相同的字符

str_remove_all() 去掉字符串中的所有空格

3.检测:str_detact() 检测是否存在满足目标格式要求的字符串

str_count() 查看符合目标格式的字符串的个数

4.定位:str_locate() 返回第一个符合目标格式要求的字符串的位置

str_locate_all() 返回所有符合目标格式要求的字符串的位置

5.提取:str_extract() 提取第一个符合目标格式要求的字符串（无需位置信息）

str_extract_all() 提取所有符合目标格式要求的字符串（无需位置信息）

str_sub() 按照位置信息提取字符串

6.替换:str_replace() 将第一个符合目标格式要求的字符串替换成另一个字符串

str_replace_all() 将所有符合目标格式要求的字符串替换成另一个字符串

二、实例

1.切分

> c<-c("[e-mail]@sina.com,asddf,[e-mail]")
#切分
> str_split(c,"[.com]{4}")
[[1]]
[1] "qwer@sina"           "qwer@sina"           ",asddf,234515151@qq"
[4] ""                   
#切分为指定长度
> str_split_fixed(c,"[.com]{4}",3)
     [,1]        [,2]        [,3]                     
[1,] "qwer@sina" "qwer@sina" ",asddf,[e-mail]"
> str_split_fixed(c,"[.com]{4}",2)
     [,1]        [,2]                                  
[1,] "qwer@sina" "[e-mail],asddf,[e-mail]"

2.填补

#填补
> c<-c("[e-mail]@sina.com,asddf,[e-mail]")
> str_length(c)
[1] 49
> str_pad(c,51,side = "right",pad = c("G"))
[1] "[e-mail]@sina.com,asddf,[e-mail]"
#去掉两侧的填补字符
> d<-c("     A BC   D E F               ")
> str_trim(d,"left")
[1] "A BC   D E F               "
> str_trim(d,"right")
[1] "     A BC   D E F"
> str_trim(d,"both")
[1] "A BC   D E F"#可以看到BC和D之间有3个空格
#去掉中间重复的空格，如果有三个空格，则会去掉两个，具体看代码
> str_squish(d)
[1] "A BC D E F"
#去掉字符中的空格（或者其他字符）
> d
[1] "     A BC   D E F               "
> str_remove(d,"A")
[1] "      BC   D E F               "
> str_remove(d,"BC")
[1] "     A    D E F               "
> str_remove(d," ")
[1] "    A BC   D E F               "
> str_remove(d,"   ")
[1] "  A BC   D E F               "
> str_remove_all(d," ")
[1] "ABCDEF"

3.检测

#查看是否存在与目标模式相匹配的字符串
> c<-c("[e-mail]@sina.com,asddf,[e-mail]")
> p<-"[A-Za-z0-9].{3}@w+..{2,3}"
> str_detect(c,p)
[1] TRUE
#查看存在多少个与目标模式相匹配的字符串
> c<-c("[e-mail]@sina.com,asddf,[e-mail]")
> p<-"[A-Za-z0-9].{3}@w+..{2,3}"
> str_count(c,p)
[1] 3

4.定位

#只返回首个相匹配的字符串的位置
> c<-c("[e-mail]@sina.com,asddf,[e-mail]")
> p<-"[A-Za-z0-9].{3}@w+..{2,3}"
> str_locate(c,p)
     start end
[1,]     1  13
#返回所有相匹配的字符串的位置
> str_locate_all(c,p)
[[1]]
     start end
[1,]     1  13
[2,]    14  26
[3,]    39  49

5.提取

#提取首个与目标模式相匹配的字符串
> c<-c("[e-mail]@sina.com,asddf,[e-mail]")
> p<-"[A-Za-z0-9].{3}@w+..{2,3}"
> str_extract(c,p)
[1] "[e-mail]"
#提取所有与目标模式相匹配的字符串
> str_extract_all(c,p)
[[1]]
[1] "[e-mail]" "[e-mail]" "[e-mail]"  
#注意：这里的提取方法与Rbase中的gregexpre()函数不一样substr,substring,regmatches都不同，str_exract_all不需要位置参数。
#根据位置信息提取字符串，这类似于substr()函数
> c<-c("[e-mail]@sina.com,asddf,[e-mail]")
> p<-"[A-Za-z0-9].{3}@w+..{2,3}"
> str_locate_all(c,p)
[[1]]
     start end
[1,]     1  13
[2,]    14  26
[3,]    39  49
> str_sub(c,c(1,14,39),c(13,26,49))
[1] "[e-mail]" "[e-mail]" "[e-mail]"

6.替换

#将首个与目标模式相匹配的字符串用其他字符串替换掉
> c<-c("[e-mail]@sina.com,asddf,[e-mail]")
> p<-"[A-Za-z0-9].{3}@w+..{2,3}"
> str_replace(c,p,"你是傻逼")
[1] "你是傻逼[e-mail],asddf,[e-mail]"
#将所有与目标模式相匹配的字符串用其他字符串替换掉
> str_replace_all(c,p,"你是傻逼")
[1] "你是傻逼你是傻逼,asddf,23451你是傻逼"

stringr包中有很多处理字符串的函数，还需要进一步学习。

路漫漫其修远兮，吾将上下而求索。