我不是很好，我不知道如果这是你搜索，但我认为它可能会做的伎俩与包字符串。

string <- "ABCDEF"
library(stringr)

combinated_letters <- function(string, n) {
  length_ <- str_length(string)
  str_sub(string, seq(1, length_ + 1 - n), seq(n, length_))
}

combinated_letters(string, 1)
combinated_letters(string, 2)
combinated_letters(string, 3)
combinated_letters(string, 4)
combinated_letters(string, 5)
combinated_letters(string, 6)

其结果是：

> combinated_letters(string, 1)
[1] "A" "B" "C" "D" "E" "F"
> combinated_letters(string, 2)
[1] "AB" "BC" "CD" "DE" "EF"
> combinated_letters(string, 3)
[1] "ABC" "BCD" "CDE" "DEF"
> combinated_letters(string, 4)
[1] "ABCD" "BCDE" "CDEF"
> combinated_letters(string, 5)
[1] "ABCDE" "BCDEF"
> combinated_letters(string, 6)
[1] "ABCDEF"

是的，这些被称为n-gram，在这种情况下，字符n-gram。n 等于要提取的字符数。
您可以使用现有的函数来非常有效地提取它们：

带**stringdist**：

stringdist::qgrams("ABCDEFG", q = 2)

#    AB BC CD DE EF FG
# V1  1  1  1  1  1  1

这将返回每个字符bigram/n-gram的计数表（q使用不同的值）。

使用quanteda：

library(quanteda)

"ABCDEFG" %>% 
  tokens("character") %>% 
  unlist() %>% 
  char_ngrams(2, concatenator = "")

# [1] "AB" "BC" "CD" "DE" "EF" "FG"

这将返回bigrams/n-gram的列表（更改n的值）。如果需要一些预处理，可以选择激活quanteda::tokens()中的选项remove_punct（删除所有标点符号）或remove_symbols。

很不幸，没有固定的方法。也就是说，手动执行此操作相当简单。
给出：

x = 'ABCDEFG'
len = 3L

start = seq_len(nchar(x) - len + 1L)
result = vapply(start, \(s) substr(x, s, s + len - 1L), character(1L))

或者， Package 在一个函数中（如上所述，这些重叠的子字符串称为“ngrams”）：

ngrams = function (x, len) {
  start = seq_len(nchar(x) - len + 1L)
  vapply(start, \(s) substr(x, s, s + len - 1L), character(1L))
}

或者，你可以使用substring()代替substr() + vapply()，因为substring()是矢量化的：

ngrams = function (x, len) {
  start = seq_len(nchar(x) - len + 1L)
  substring(x, start, start + len - 1L)
}

但是，由于substring()使用参数长度的循环扩展，因此当输入不是预期的输入时，它有点容易出错。