r - gsub中的正则表达式问题

Question

我已经定义

vec <- "5f 110y, Fast"

和

gsub("[\\s0-9a-z]+,", "", vec)

给出“ 5f Fast”

我本来希望它给出“ Fast”，因为逗号前的所有内容都应由正则表达式匹配。

谁能向我解释为什么不是这种情况？

Answer 1

您应该记住，在TRE正则表达式模式中，不能使用\s，\d，\w之类的正则转义。

因此，您所用的正则表达式"[\\s0-9a-z]+,"匹配1个或多个\，s，数字和小写ASCII字母，然后匹配一个,。

您可以改用POSIX字符类，例如[:space:]（任何空白）或[:blank:]（水平空白）：

> gsub("[[:space:]0-9a-z]+,", "", vec)
[1] " Fast"

或者，使用带有 \s和 perl=TRUE参数的PCRE正则表达式：

> gsub("[\\s0-9a-z]+,", "", vec, perl=TRUE)
[1] " Fast"

要使 \s与所有Unicode空格匹配，请在模式开头： (*UCP)上添加 gsub("(*UCP)[\\s0-9a-z]+,", "", vec, perl=TRUE) PCRE动词。