regex - r中正则表达式中 `\\s|*`和 `\\s|[*]`之间的区别？

Question

r中正则表达式中的\\s|*和\\s|[*]有什么区别？

> gsub('\\s|*','','Aug 2013*')
[1] "Aug2013*"
> gsub('\\s|[*]','','Aug 2013*')
[1] "Aug2013"

这里[]的作用是什么？

Answer 1

第一个表达式在您使用的方式中无效，因此 * 是一个特殊字符。如果您想对特殊字符使用sub或gsub这种方式，您可以使用fixed = TRUE参数集。

这采用表示正在搜索的模式的字符串，并忽略任何特殊字符。

参见Pattern Matching and Replacement在 R文档。

x <- 'Aug 2013****'
gsub('*', '', x, fixed=TRUE)
#[1] "Aug 2013"

你的第二个表达式只是使用字符类[]作为*来避免转义，与..相同。

x <- 'Aug 2013*'
gsub('\\s|\\*', '', x)
#[1] "Aug2013"

就第一个表达式的解释而言:\\s|*

\s      whitespace (\n, \r, \t, \f, and " ")
|       OR

第二个表达式:\\s|[*]

\s      whitespace (\n, \r, \t, \f, and " ")
|       OR
[*]     any character of: '*'