R 将字符串切分为固定宽度字符元素的向量

我有一个包含文本字符串的对象：

x <- "xxyyxyxy"

---

看起来strsplit应该是我的票，但是因为我没有正则表达式foo，我不知道如何让这个函数按照我想要的方式将字符串切碎。我该怎么做呢？

完全是黑客，JD，但它做到了

x <- "xxyyxyxy"
c<-strsplit(x,"")[[1]]
sapply(seq(2,nchar(x),by=2),function(y) paste(c[y-1],c[y],sep=""))
[1] "xx" "yy" "xy" "xy"

---

x这里有一种方法，但不使用正则表达式：

a <- "xxyyxyxy"
n <- 2
sapply(seq(1,nchar(a),by=n), function(x) substr(a, x, x+n-1))

astrsplit会有问题，看看这样的regexp

strsplit(z, '[[:alnum:]]{2}')  

它将在右边的点分裂，但没有留下任何东西

您可以使用子字符串和好友

z <- 'xxyyxyxy'  
idx <- 1:nchar(z)  
odds <- idx[(idx %% 2) == 1]  
evens <- idx[(idx %% 2) == 0]  
substring(z, odds, evens)  

z怎么样

strsplit(gsub("([[:alnum:]]{2})", "\\1 ", x), " ")[[1]]

基本上，添加一个分隔符（此处为“”），然后使用
strsplit
使用
子字符串是最好的方法：

substring(x, seq(1, nchar(x), 2), seq(2, nchar(x), 2))

但plyr有一个解决方案：

library("plyr")
laply(seq(1, nchar(x), 2), function(i) substr(x, i, i+1))

下面是一个快速解决方案，它将字符串拆分为字符，然后将偶数元素和奇数元素粘贴在一起

x <- "xxyyxyxy"
sst <- strsplit(x, "")[[1]]
paste0(sst[c(TRUE, FALSE)], sst[c(FALSE, TRUE)])

x注意，对于子字符串，如果字符串长度不是请求长度的倍数，则在第二个序列中需要一个+（n-1）：

substring(x,seq(1,nchar(x),n),seq(n,nchar(x)+n-1,n)) 

辅助函数：

fixed_split <- function(text, n) {
  strsplit(text, paste0("(?<=.{",n,"})"), perl=TRUE)
}

fixed_split(x, 2)
[[1]]
[1] "xx" "yy" "xy" "xy"

fixed\u split好吧，我使用以下伪代码来完成这个任务：

在长度为n的每个块上插入一个特殊序列
按所述顺序拆分字符串
在代码中，我做到了

chopS <- function( text, chunk_len = 2, seqn)
{
    # Specify select and replace patterns
    insert <- paste("(.{",chunk_len,"})", sep = "")
    replace <- paste("\\1", seqn, sep = "")

    # Insert sequence with replaced pattern, then split by the sequence
    interp_text <- gsub( pattern, replace, text)
    strsplit( interp_text, seqn)
}

chopS这里有一个选项使用
stringi:：stri_sub（）
。尝试：

x <- "xxyyxyxy"
stringi::stri_sub(x, seq(1, stringi::stri_length(x), by = 2), length = 2)
# [1] "xx" "yy" "xy" "xy"

<代码> x使用C++的速度更快。与之相比：

GSee GSee（x）4.2724.457541.74284.58554.71053702.289100
#>rstub（x）1.710 1.8990 139.40519 2.0665 2.1250 13722.075 100
种子（42）
x[1]正确
微基准：微基准（GSee（x），rstub（x））
#>单位：毫秒
#>expr最小lq平均uq最大neval
#>GSee（x）17.931801 18.431504 19.282877 18.738836 19.47943 27.191390 100
#>rstub（x）3.197587 3.261109 3.404973 3.341099 3.45852 4.872195 100
根据我的测试，下面的代码比以前的基准测试方法更快。stri_sub非常快，seq.int比seq好。通过将所有2L更改为其他值，也可以很容易地更改字符串的大小

library(stringi)

split_line <- function(x) {
  row_length <- stri_length(x)
  stri_sub(x, seq.int(1L, row_length, 2L), seq.int(2L, row_length, 2L))
}

库（stringi）
split_line如果要根据已知的计数按一定的间隔分割字符串，strsplit（）适用于固定字符串或reg exp，但听起来像是要按长度分割吗？完全正确。我想根据长度来做。strsplit想要为delimiter匹配一个正则表达式，而我没有delimiter。两年后在stackoverflow.com中有一个更快的答案@我想你应该回答这个问题。这将是对答案的一个很好的补充。
str_match_all（x，“{2}”）
这正是我编写的黑客代码。当然我要做一个循环而不是sapply；）这也是一种很好的方式。因为strsplit（x，“”）与我想要的非常接近，我想我让自己在思想上被srtsplit（）所吸引。如果必须在3个字符后切掉字符串，子字符串将如何工作？看起来它只适用于2个字符的排印。只是为了增加通用性，如果我们想要每个
n
字符而不是每2个字符，它应该是：
子字符串（x，seq（1，nchar（x），n），seq（n，nchar（x），n））
你真是个天才！我使用<代码> X从Ralf Stubner的答案中尝试他的C++函数
fixed_split <- function(text, n) {
  strsplit(text, paste0("(?<=.{",n,"})"), perl=TRUE)
}

fixed_split(x, 2)
[[1]]
[1] "xx" "yy" "xy" "xy"

chopS <- function( text, chunk_len = 2, seqn)
{
    # Specify select and replace patterns
    insert <- paste("(.{",chunk_len,"})", sep = "")
    replace <- paste("\\1", seqn, sep = "")

    # Insert sequence with replaced pattern, then split by the sequence
    interp_text <- gsub( pattern, replace, text)
    strsplit( interp_text, seqn)
}

x <- "xxyyxyxy"
stringi::stri_sub(x, seq(1, stringi::stri_length(x), by = 2), length = 2)
# [1] "xx" "yy" "xy" "xy"

GSee <- function(x) {
  sst <- strsplit(x, "")[[1]]
  paste0(sst[c(TRUE, FALSE)], sst[c(FALSE, TRUE)])
}

rstub <- Rcpp::cppFunction( code = '
CharacterVector strsplit2(const std::string& hex) {
  unsigned int length = hex.length()/2;
  CharacterVector res(length);
  for (unsigned int i = 0; i < length; ++i) {
    res(i) = hex.substr(2*i, 2);
  }
  return res;
}')

x <- "xxyyxyxy"
all.equal(GSee(x), rstub(x))
#> [1] TRUE
microbenchmark::microbenchmark(GSee(x), rstub(x))
#> Unit: microseconds
#>      expr   min     lq      mean median     uq       max neval
#>   GSee(x) 4.272 4.4575  41.74284 4.5855 4.7105  3702.289   100
#>  rstub(x) 1.710 1.8990 139.40519 2.0665 2.1250 13722.075   100

set.seed(42)
x <- paste(sample(c("xx", "yy", "xy"), 1e5, replace = TRUE), collapse = "")
all.equal(GSee(x), rstub(x))
#> [1] TRUE
microbenchmark::microbenchmark(GSee(x), rstub(x))
#> Unit: milliseconds
#>      expr       min        lq      mean    median       uq       max neval
#>   GSee(x) 17.931801 18.431504 19.282877 18.738836 19.47943 27.191390   100
#>  rstub(x)  3.197587  3.261109  3.404973  3.341099  3.45852  4.872195   100

library(stringi)

split_line <- function(x) {
  row_length <- stri_length(x)
  stri_sub(x, seq.int(1L, row_length, 2L), seq.int(2L, row_length, 2L))
}

split_line <- function(x) {
  stri_sub(x, seq.int(1L, stri_length(x), 109L), length = 109L)
}