regex - Escaping Angled Bracket 的行为类似于前瞻

Question

为什么转义尖括号 > 会表现出类似前瞻的行为？

需要说明的是，我知道尖括号不需要转义。
问题是，如何解释模式以产生显示的匹配项

## match bracket, with or without underscore
## replace with "greater_"
strings <- c("ten>eight", "ten_>_eight")
repl    <- "greater_"

## Unescaped. Yields desired results
gsub(">_?", repl, strings)
#  [1] "tengreater_eight"  "ten_greater_eight"

## All four of these yield the same result
gsub("\\>_?",   repl, strings)  # (a)
gsub("\\>(_?)", repl, strings)  # (b)
gsub("\\>(_)?", repl, strings)  # (c)
gsub("\\>?",    repl, strings)  # (d)
gsub("\\>",     repl, strings)  # (e)
#  [1] "tengreater_>eightgreater_"   "ten_greater_>_eightgreater_"

gregexpr("\\>?", strings)

一些后续问题:

1.  Why do `(a)` and `(d)` yield the same result? 
2.  Why is the end-of-string matched?
3.  Why do none of `a, b, or c` match the underscore? 

Answer 1

\\> 是一个单词边界，匹配单词字符(左侧)和非单词字符(右侧)或行尾 anchor $.

> strings <- c("ten>eight", "ten_>_eight")
> gsub("\\>", "greater_", strings)
[1] "tengreater_>eightgreater_"   "ten_greater_>_eightgreater_"

在上面的例子中，它只匹配n之后的单词字符和非单词字符>之间的单词边界，然后是t之间的边界 和行尾锚定在第一个元素中。它匹配 _ (也是一个单词字符)和 > 然后匹配 t 和行尾 anchor (即 $ ) 在第二个元素中。最后，它将匹配的边界替换为您指定的字符串。

一个简单的例子:

> gsub("\\>", "*", "f:r(:")
[1] "f*:r*(:"

考虑下面的输入字符串。 (w表示单词字符，N表示非单词字符)

    f:r(:
w___|||||
     |w|N
     N |
       |
       N

所以 \\> 之间匹配，

• f 和 :
• r 和 (

示例 2:

> gsub("\\>", "*", "f") 
[1] "f*"

输入字符串:

f$
||----End of the line anchor
w

用*替换匹配的边界会得到上面的结果。