String 如何将字符串拆分为给定长度的子字符串？

我有一个字符串，例如：

“aabbccdd”

我想把这个字符串分解成长度为2的子字符串向量：

“aa”“bb”“cc”“cc”“dd”

这里有一种方法

substring("aabbccccdd", seq(1, 9, 2), seq(2, 10, 2))
#[1] "aa" "bb" "cc" "cc" "dd"

或者更一般地说

text <- "aabbccccdd"
substring(text, seq(1, nchar(text)-1, 2), seq(2, nchar(text), 2))
#[1] "aa" "bb" "cc" "cc" "dd"

---

text可以使用矩阵对字符进行分组：

s2 <- function(x) {
  m <- matrix(strsplit(x, '')[[1]], nrow=2)
  apply(m, 2, paste, collapse='')
}

s2('aabbccddeeff')
## [1] "aa" "bb" "cc" "dd" "ee" "ff"

更不幸的是，@GSee的
g1
和
g2
对于奇数字符串长度的输入，会自动返回错误的结果：

g1('abc')
## [1] "ab"

g2('abc')
## [1] "ab" "cb"

这是s2精神下的函数，为每组中的字符数取一个参数，并在必要时保留最后一个条目的长度：

s <- function(x, n) {
  sst <- strsplit(x, '')[[1]]
  m <- matrix('', nrow=n, ncol=(length(sst)+n-1)%/%n)
  m[seq_along(sst)] <- sst
  apply(m, 2, paste, collapse='')
}

s('hello world', 2)
## [1] "he" "ll" "o " "wo" "rl" "d" 
s('hello world', 3)
## [1] "hel" "lo " "wor" "ld" 

s丑陋但有效

sequenceString <- "ATGAATAAAG"

J=3#maximum sequence length in file
sequenceSmallVecStart <-
  substring(sequenceString, seq(1, nchar(sequenceString)-J+1, J), 
    seq(J,nchar(sequenceString), J))
sequenceSmallVecEnd <-
    substring(sequenceString, max(seq(J, nchar(sequenceString), J))+1)
sequenceSmallVec <-
    c(sequenceSmallVecStart,sequenceSmallVecEnd)
cat(sequenceSmallVec,sep = "\n")

sequenceString有两种简单的可能性：

s <- "aabbccccdd"


strsplit：

regmatches(s, gregexpr(".{2}", s))[[1]]
# [1] "aa" "bb" "cc" "cc" "dd"

strsplit(s, "(?<=.{2})", perl = TRUE)[[1]]
# [1] "aa" "bb" "cc" "cc" "dd"

strsplit（s），（？很有趣，不知道
substring
。更好，因为
substr
不接受向量args作为开始/结束。太棒了！第二个版本真的很快！我想知道是否有这样的东西可以拆分“aabbbcdd”"在aa bbb ccccc dd中，我目前使用的是grepexpr。@GSee您可能想重新发布这个问题答案的g2部分，这是：，有什么技巧可以将快速版本扩展到任意块长度
n
？如果可能有奇数个字符，那么在我看来，处理这个问题会更快r事实上，引入
apply
循环要比引入
apply
循环更快：
out这些可能性对于建议的
s
是等效的，但是如果
s呢
s <- function(x, n) {
  sst <- strsplit(x, '')[[1]]
  m <- matrix('', nrow=n, ncol=(length(sst)+n-1)%/%n)
  m[seq_along(sst)] <- sst
  apply(m, 2, paste, collapse='')
}

s('hello world', 2)
## [1] "he" "ll" "o " "wo" "rl" "d" 
s('hello world', 3)
## [1] "hel" "lo " "wor" "ld" 

sequenceString <- "ATGAATAAAG"

J=3#maximum sequence length in file
sequenceSmallVecStart <-
  substring(sequenceString, seq(1, nchar(sequenceString)-J+1, J), 
    seq(J,nchar(sequenceString), J))
sequenceSmallVecEnd <-
    substring(sequenceString, max(seq(J, nchar(sequenceString), J))+1)
sequenceSmallVec <-
    c(sequenceSmallVecStart,sequenceSmallVecEnd)
cat(sequenceSmallVec,sep = "\n")

s <- "aabbccccdd"

regmatches(s, gregexpr(".{2}", s))[[1]]
# [1] "aa" "bb" "cc" "cc" "dd"

strsplit(s, "(?<=.{2})", perl = TRUE)[[1]]
# [1] "aa" "bb" "cc" "cc" "dd"