在单词和数字之间拆分字符串

Question

我有一些类似以下的文字：

foo_text <- c(
  "73000 PARIS   74000 LYON",
  "75 000 MARSEILLE 68483 LILLE",
  "60  MARSEILLE 68483 LILLE"
)

我想在第一个单词之后将每个元素分成两部分。预期输出：

"73000 PARIS" "74000 LYON" "75000 MARSEILLE" "68483 LILLE" "60 MARSEILLE" "68483 LILLE"

请注意，原文中两个元素之间的空格数不一定相同（例如 PARIS 和 74000 之间的空格数与 MARSEILLE 和 68483 之间的空格数不同）。另外，有时第一个数字中有空格（例如 75 000），有时则没有（例如 73000）。

我尝试调整这个答案但没有成功：

(delimitedString = gsub( "^([a-z]+) (.*) ([a-z]+)$", "\\1,\\2", foo_text))

知道该怎么做吗？

Answer 1

我们可以在这里尝试使用strsplit如下：

foo_text <- c(
    "73000 PARIS   74000 LYON",
    "75 000 MARSEILLE 68483 LILLE",
    "60  MARSEILLE 68483 LILLE"
)
output <- unlist(strsplit(foo_text, "(?<=[A-Z])\\s+(?=\\d)", perl=TRUE))
output

[1] "73000 PARIS"      "74000 LYON"       "75 000 MARSEILLE" "68483 LILLE"
[5] "60  MARSEILLE"    "68483 LILLE"

这里使用的正则表达式模式表示在以下情况下进行分割：

(?<=[A-Z])  what precedes is an uppercase letter
\\s+        split (and consume) on one or more whitespace characters
(?=\\d)     what follows is a digit