regex - R:可变宽度lookbehind的解决方法

Question

给定这个向量:

ba <- c('baa','aba','abba','abbba','aaba','aabba')'

我想将每个单词的最后一个 a 更改为 i，除了 baa 和 aba 之外。

我写了以下行...

gsub('(?<=a[ab]b{1,2})a','i',ba,perl=T)

但被告知:PCRE 模式编译错误“lookbehind 断言不是固定长度”，位于“)a”。

我环顾四周，显然 R/Perl 只能向前查找可变宽度，而不能向后查找。有解决这个问题的方法吗？谢谢!

Answer 1

您可以使用后视替代方案 \K 来代替。此转义序列会重置报告的匹配的起点，并且不再包含任何先前消耗的字符。

引用 — rexegg

The key difference between \K and a lookbehind is that in PCRE, a lookbehind does not allow you to use quantifiers: the length of what you look for must be fixed. On the other hand, \K can be dropped anywhere in a pattern, so you are free to have any quantifiers you like before \K.

在上下文中使用它:

sub('a[ab]b{1,2}\\Ka', 'i', ba, perl=T)
# [1] "baa"   "aba"   "abbi"  "abbbi" "aabi"  "aabbi"

避免环视:

sub('(a[ab]b{1,2})a', '\\1i', ba)
# [1] "baa"   "aba"   "abbi"  "abbbi" "aabi"  "aabbi"