有没有办法在执行 read.table 时限制 seps 的数量？

Question

我有一段文本数据想要预处理，该数据的形式为：

[num|num|<String>]

"|"但是， <String> 中有空格、逗号和。因此，不可能使用 来分离数据"|"。检索数据时如何实现分区数或读取行数的限制？我尝试使用flush = TRUE，但无法使用它，因为它删除了 <String> 的某些部分。

Answer 1

你可能有这样的事情。

123|1234|foo, bar | baz
021|3874|foo, bar | baz
123|1234|foo, bar | baz
123|1234|foo, bar | baz

(?<=\\d)如果之前有数字，您可以使用后视"|"。

readLines('tmp.txt') |>
  strsplit('(?<=\\d)\\|', perl=TRUE)
# [[1]]
# [1] "123"            "1234"           "foo, bar | baz"
# 
# [[2]]
# [1] "021"            "3874"           "foo, bar | baz"
# 
# [[3]]
# [1] "123"            "1234"           "foo, bar | baz"
# 
# [[4]]
# [1] "123"            "1234"           "foo, bar | baz"

注：使用 R >= 4.1。

数据：

write(file='tmp.txt',
'123|1234|foo, bar | baz
021|3874|foo, bar | baz
123|1234|foo, bar | baz
123|1234|foo, bar | baz'
)