stringr是tidyverse系列包中专门用于文本处理的工具包，其中字符串处理的函数均遵循str_*的命名方式。

library(stringr)

本篇先简单介绍部分str_*()系列函数。

words是该包自带的数据集，其中包含了980个英文单词。本篇从中选取三个单词作为示例数据：

(word3 <- words[c(9, 98, 980)])
## [1] "act"   "blow"  "young"

• 字符串长度

str_length()函数用于计算字符串的长度（包含空格）；若为字符串向量，则分别计算各元素的长度。

str_length(string)

示例如下：

str_length(word3)
## [1] 3 4 5str_length(" A B C")
## [1] 6

• 连接字符串

str_c()和str_flatten()函数用于连接字符串。语法结构如下：

str_c(..., sep = "", collapse = NULL)
str_flatten(string, collapse = "")

• sep：连接符号；在连接多个字符串时使用；

• collapse：连接符号；在连接字符串向量中的元素时使用；

• str_flatten()函数只有collapse参数，只能用于连接字符串向量的元素。

连接多个字符串：

str_c(word3[1], word3[2], word3[3],sep = "-")
## [1] "act-blow-young"str_c(word3[1], word3[2], word3[3],collapse = "-")  # 不起作用
## [1] "actblowyoung"

• 上述例子中连接的是多个字符串，因此collapse参数不起作用；

• sep参数的默认状态为不使用连接符号，因此第二行代码的输出结果为actblowyoung。

连接字符串向量的元素：

str_c(word3, sep = "-") # 不起作用
## [1] "act"   "blow"  "young"str_c(word3, collapse = "-")
## [1] "act-blow-young"str_flatten(word3, "-")
## [1] "act-blow-young"

• sep参数在连接字符串向量的元素时不起作用；由于str_c()函数的collapse参数默认值为NULL，因此第一行代码实际上没有进行连接；

• str_flatten()函数的collapse在第二个位置上，调用时可省略参数名。

• 字符串向量的元素排序

str_order()函数仅返回每个元素的序号，不执行排序操作；str_sort()执行排序操作。语法结构如下：

str_order(x, decreasing = FALSE,na_last = TRUE, locale = "en",numeric = FALSE, ...)
str_sort(x, decreasing = FALSE,na_last = TRUE, locale = "en",numeric = FALSE, ...)

• x：字符串向量；

• decreasing：逻辑型参数；是否降序，默认为否；

• na_last：TRUE表示将缺失值放置在结尾，FALSE表示放置在开头，NA表示删除缺失值；

• locale：字符串的语言类型，默认为英语（en）；

• numeric：是否按数值排序，默认为否。

txt <- c(NA, "123", word3)
str_order(txt)
## [1] 2 3 4 5 1str_sort(txt)
## [1] "123"   "act"   "blow"  "young" NAstr_sort(txt, na_last = F)
## [1] NA      "123"   "act"   "blow"  "young"str_sort(txt, na_last = NA)
## [1] "123"   "act"   "blow"  "young"

• 大小写转换

str_to_upper()函数将字符串全部转为大写字母；str_to_lower()函数全部转为小写字母；str_to_title()函数将字符串的每个单词的首字母转为大写，其余转为小写；str_to_sentence()函数将字符串首字母大写，其余转为小写。语法结构如下：

str_to_upper(string, locale = "en")
str_to_lower(string, locale = "en")
str_to_title(string, locale = "en")
str_to_sentence(string, locale = "en")

示例如下：

str_to_upper("welcome")
## [1] "WELCOME"str_to_lower("weLCome")
## [1] "welcome"str_to_title("welcome to Rstudier")
## [1] "Welcome To Rstudier"str_to_sentence("welcome to Rstudier")
## [1] "Welcome to rstudier"

• 删除空格

str_trim()函数用于删除字符串首、尾（可选）的空格；str_squish()函数除删除首、尾空格（不可选）外，还会删除内部多余的空格。语法结构如下：

str_trim(string, side = c("both", "left", "right"))
str_squish(string)

• side：both表示同时删除首、尾空格；left表示仅删除开头空格；right表示仅删除结尾空格。

str_trim(" wel  come to Rstudier ", side = "left")
## [1] "wel  come to Rstudier "str_squish(" wel  come to Rstudier ")
## [1] "wel come to Rstudier"

• 上述例子中wel come内部有两个空格，第二行代码的输出结果将其删除了一个；

• 删除内部空格可以使用st_remove()函数根据模式匹配进行删除，详见下篇。

• 提取字符串的部分

str_sub()函数可以根据起、始位置提取字符串的部分。语法结构如下：

str_sub(string, start = 1L, end = -1L)
str_sub(string, start = 1L, end = -1L,omit_na = FALSE) <- value

示例如下：

x <- "welcome to Rstudier"
str_sub(x, 4, 12)
## [1] "come to R"str_sub(x, 4, 12) <- "U"; x
## [1] "welUstudier"

• str_extract()函数可以根据模式匹配进行提取，详见下篇。

• 其他

str_pad()函数通过width参数设置字符串的最短长度，不足的通过pad参数补充，side参数控制补充的位置。语法结构如下：

str_pad(string, width, side = c("left", "right", "both"),pad = " ")

示例如下：

str_pad(word3, width = 6, side = "both",pad = "-")
## [1] "-act--" "-blow-" "young-"

str_trunc()参数通过width参数设置字符串的最大长度，多余部分使用ellipsis参数的内容代替（默认为...）。语法结构如下：

str_trunc(string, width, side = c("right", "left", "center"),ellipsis = "...")

示例如下：

str_trunc(word3, width = 4, side = "right")
## [1] "act"  "blow" "y..."

str_dup()函数可以重复字符串，重复次数由times参数控制。语法结构如下：

str_dup(string, times)

示例如下：

str_dup(word3, times = 3)
## [1] "actactact"       "blowblowblow"    "youngyoungyoung"