R、readLines、strsplit和grep

Question

我正在尝试读取一个随机的文本文件，每次一行。然后将行拆分为“单词”，并对每个单词执行一些正则表达式，比如查找所有以"w“开头的单词。在下面类似的代码片段之后，我得到了：

while (length(oneLine <- readLines(infile, n = 1, warn = FALSE)) > 0) {
    myVector <- (strsplit(oneLine, " ", fixed = FALSE, perl = TRUE))
    res <- grep("^w", myVector, perl = TRUE, value = TRUE)
    ...

> myVector
[[1]]
[1] "u"            "rtu"          "jgiyu"        "t6riuri-4e5-" "ee4"          "59"          
[7] "43"   

我的问题是，访问"u"，"rtu"，...的正确语法是什么？

> myVector[1]
[[1]]
[1] "u"            "rtu"          "jgiyu"        "t6riuri-4e5-" "ee4"          "59"          
[7] "43"  

不起作用。什么会呢？[1]是怎么回事？我的印象是向量是一维的，它的元素可以像myVector1，myVector2等一样访问。谢谢你的帮助。

Answer 1

strsplit返回一个列表。在本例中，它是一个长度为1的列表，但是如果对整个文件使用readLines，然后调用strsplit，它将返回一个长度与行数相同的列表。

对于您使用它的方式，您需要选择列表的第一个组件的第一个元素。即myVector[[1]][1]代表"u“，myVector[[1]][2]代表"rtu”。此外，在这种情况下，unlist(myVector)[1]和unlist(myVector)[2]也可以工作。