## [1] "123"      "abc"      "张三李四" "@#$%^&"

R中处理文本型数据的函数有文件访问函数以及readLines，nchar, paste，sprintf， format，formatC， substring等函数。

R支持正则表达式， 函数grep, grepl, sub, gsub, regexpr, gregexpr, strsplit与正则表达式有关。

字符型函数一般都是向量化的， 对输入的一个字符型向量的每个元素操作。

R扩展包stringr和stringi提供了更方便、功能更强的字符串功能， 包括正则表达式功能。 其中stringr是常用功能， stringi是更基本、更灵活的功能， 一般使用stringr就足够了。 stringr包的函数名大多都以str_开头。

下面先介绍常用的较简单的字符串函数， 包括stringr包的函数与基本R函数。

## [1] "x*a" "y*b"

## [1] "data1.txt" "data2.txt" "data3.txt"

字符型缺失值参与连接时， 结果变成缺失值； 可以用str_replace_na()函数将待连接的字符型向量中的缺失值转换成字符串"NA"再连接。

用collapse选项要求将连接后的字符型向量的所有元素连接在一起， collapse的值为将多个元素合并时的分隔符。

## [1] "a---bc---def"

在使用了collapse时如果有多个要连接的部分， str_c()函数先将各部分连接成为一个字符型向量， 然后再把结果的各个向量元素连接起来。

## [1] "data1.txt;data2.txt;data3.txt"

stringr::str_flatten()类似于stringr::str_c()仅有collapse参数作用一样， 仅将一个字符型向量的各个元素按照collapse参数指定的分隔符连接成一个长字符串， collapse默认值是空字符串，如：

## [1] "a---bc---def"

## [1] "abcdef"

基本R的paste()函数与stringr::str_c()函数有类似的用法， 但是参数sep的默认值是空格。 基本R的paste0()函数相当于stringr::str_c()函数固定sep参数为空字符串。

## [1] "x*a" "y*b"

## [1] "data1.txt" "data2.txt" "data3.txt"

## [1] "data1.txt" "data2.txt" "data3.txt"

## [1] "a---bc---def"

## [1] "data1.txt;data2.txt;data3.txt"

stringr::str_dup(string, times)类似于rep()函数， 可以将字符型向量的元素按照times指定的次数在同一字符串内重复，如：

## [1] "abcabcabc"    "长江长江长江"

也可以针对每个元素指定不同重复次数，如

## [1] "abcabcabc" "长江长江"

## [1] "1"

## [1] "1.2"

## [1] "1.23"

## [1] "1.00" "1.20" "1.23"

选项digits与nsmall共同控制输出的精度， nsmall控制非科学记数法显示时小数点后的至少要有的位数， digits控制至少要有的有效位数。 这使得输出的宽度是不可控的，

## [1] "    3.1415927" "31415.9265359"

width参数指定至少要有的输出宽度， 不足时默认在左侧用空格填充，如：

## [1] "  1.00"

format()还有许多选项， 详见函数的帮助。

## [1] "  3.14"

又如，向量转换：

## [1] "tour001.jpg" "tour005.jpg" "tour010.jpg" "tour015.jpg" "tour100.jpg"

还可以支持多个向量同时转换，如：

## [1] "1x5= 5" "2x4= 8" "3x3= 9" "4x2= 8" "5x1= 5"

## 姓名: 李明
## 电话号码: 13512345678

上面的例子直接用了换行符"\n"来分开不同内容。 也可以输入多个字符串作为自变量， 内容自动连接在一起，可以用参数.sep指定分隔符：

## 姓名: 李明, 电话号码: 13512345678

## 姓名: 李明; 电话号码: 13512345678

也可以直接在str_glue()中指定变量值，如：

## 姓名: 张三; 电话号码: 13588888888

stringr::str_glue_data()则以一个包含变量定义的对象.x为第一自变量， 类型可以是环境、列表、数据框等。如：

## 姓名: 王五; 电话号码: 13500000000

需要插入原样的大括号时， 可以双写，如："{{...}}"。

## [1] 1 2 3 2

函数nchar(text)计算字符串长度，默认按照字符个数计算而不是按字节数计算，

## [1] 1 2 3 2

注意函数对输入的字符型向量每个元素计算长度。

nchar()加选项type="bytes"可用按字符串占用的字节数计算， 这时一个汉字占用多个字节（具体占用多少与编码有关）。

## [1] 1 2 3 6

## [1] "2017"

## [1] "2017" "2018"

## [1] "2017"

## [1] "2017"

## [1] "term"

取子串时，一般按照字符个数计算位置，如

## [1] "海淀区"

当起始位置超过总长度或结束位置超过第一个字符时返回空字符串； 当起始位置超过结束位置是返回空字符串。

## [1] ""

## [1] ""

## [1] ""

可以对str_sub()结果赋值，表示修改子串内容，如：