如何在R中两个单词之间的文本上进行gsub？

EDIT:

我想放置一个\n在我的文本中特定的未知单词之前。我知道这个未知词第一次出现在我的文本中将会在“树”和“湖”之间

前任。文本：

text
[1]  "TreeRULakeSunWater" 
[2]  "A B C D"

EDIT:

“树”和“湖”永远不会改变，但它们之间的词总是在变化，所以我不会在我的搜索中寻找“RU”regex

我目前正在做的事情：

if (grepl(".*Tree\\s*|Lake.*",  text)) { text <- gsub(".*Tree\\s*|Lake.*", "\n\\1", text)}

我上面所做的问题是gsub将子所有text然后离开\nRU.

text
[1] "\nRU"

我也尝试过：

if (grepl(".*Tree *(.*?) *Lake.*",  text)) { text <- gsub(".*Tree *(.*?) *Lake.*", "\n\\1", text)}

我想要什么text看起来像之后gsub:

text
[1] "Tree \nRU LakeSunWater"
[2] "A B C D"

EDIT:

从 Wiktor Stribizew 的评论来看，我能够成功地做到这一点gsub

gsub("Tree(\\w+)Lake", "Tree \n\\1 Lake", text)

但这只会在“Tree”和“Lake”之间出现“RU”时执行 gsub，这是未知单词第一次出现。未知单词以及本例中的“RU”将在文本中多次出现，我想放置\n当“RU”是一个完整单词时，出现在每次出现“RU”的前面。

新前任。的文本。

text
[1] "TreeRULakeSunWater"
[2] "A B C RU D"

新前任。我想要的：

text
[1] "Tree \nRU LakeSunWater"
[2] "A B C \nRU D"

任何帮助将不胜感激。如果需要更多信息，请告诉我。

你需要find首先是“树”和“湖”之间的未知词。您可以使用

unknown_word <- gsub(".*Tree(\\w+)Lake.*", "\\1", text)

该模式匹配直到最后一个字符的任何字符Tree在一个字符串中，然后捕获未知单词（\w+= 一个或多个单词字符）最多Lake然后匹配字符串的其余部分。它替换向量中的所有字符串。您可以通过以下方式访问第一个[[1]] index.

然后，当你知道这个词时，将其替换为

gsub(paste0("[[:space:]]*(", unknown_word[[1]], ")[[:space:]]*"), " \n\\1 ", text)

See IDEONE演示.

在这里，你有[[:space:]]*(+ 未知词[1] + )[[:space:]]*图案。它匹配未知单词两端的零个或多个空格以及未知单词本身（捕获到组 1）。在替换中，空格被缩小为 1（如果没有则添加），然后\\1恢复未知单词。您可以更换[[:space:]] with \\s.

UPDATE

如果你只需要在前面添加一个换行符RU这是整个单词，请使用\b字边界：

> gsub(paste0("[[:space:]]*\\b(", unknown_word[[1]], ")\\b[[:space:]]*"), " \n\\1 ", text)
[1] "TreeRULakeSunWater" "A B C \nRU D"