fuga pipe ("|") in una regex

Question

Ho un bisogno di dividere sulle parole e segni finali (di punteggiatura di alcuni tipi). La pipa strana ("|") può essere considerata come un segno di fine. Ho il codice che le parole sui segni finali fino a quando non provo ad aggiungere il tubo. L'aggiunta del tubo rende il strsplit ogni carattere. Sfuggire a causa ed errore. Come posso includere il pipe nella sua espressione regolare?

x <- "I like the dog|." 

strsplit(x, "[[:space:]]|(?=[.!?*-])", perl=TRUE) 
#[[1]] 
#[1] "I" "like" "the" "dog|" "." 

strsplit(x, "[[:space:]]|(?=[.!?*-\|])", perl=TRUE) 
#Error: '\|' is an unrecognized escape in character string starting "[[:space:]]|(?=[.!?*-\|" 

Il risultato mi piacerebbe:

#[[1]] 
#[1] "I" "like" "the" "dog" "|" "." #pipe is an element 

Answer 1

Un modo per risolvere questo è quello di utilizzare la notazione \Q...\E per rimuovere il significato speciale di uno dei personaggi in .... Come si dice in ?regex:

Se si desidera rimuovere il significato speciale da una sequenza di caratteri , è possibile farlo mettendoli tra ‘\ Q’ e ‘\ E’. Questo è diverso da Perl in quell ‘$’ e ‘@’ sono trattati come letterali in ‘\ Q ... \ E’ sequenze in PCRE, mentre in Perl, ‘$’ e ‘@ perche’ interpolazione variabile.

Ad esempio:

> strsplit(x, "[[:space:]]|(?=[\\Q.!?*-|\\E])", perl=TRUE) 
[[1]] 
[1] "I" "like" "the" "dog" "|" "." 

Answer 2

Il problema è in realtà il vostro segno meno, che dovrebbe entrare sia first or last:

strsplit(x, "[[:space:]]|(?=[|.!?*-])", perl=TRUE) 
strsplit(x, "[[:space:]]|(?=[.|!?*-])", perl=TRUE) 
strsplit(x, "[[:space:]]|(?=[.!|?*-])", perl=TRUE) 
strsplit(x, "[[:space:]]|(?=[-|.!?*])", perl=TRUE) 

e così via dovrebbero essere tutti dare l'output stai cercando.

Si può anche sfuggire il trattino, se si preferisce, ma ricordatevi di utilizzare due barre rovesciate!

strsplit(x, "[[:space:]]|(?=[.!?*\\-|])", perl=TRUE)