r - 了解 R 正则表达式中的前瞻

Question

我正在尝试使用多个前瞻来模拟带有 grep 的 R Perl 类型正则表达式中的 AND 运算符.但是，我不明白我看到的输出。这是一个示例代码块

a <- c("abcxyz", "abcdef", "defxyz", "abcdefxyz", "xyzdefabc")
grep("(?<=abc)(?=xyz)", a, ignore.case=TRUE, perl=TRUE)  # returns 1
grep("(?=abc)(?=xyz)", a, ignore.case=TRUE, perl=TRUE)  # returns integer(0)

第二行表明字符串中的位置在 abc 和 xyz 之间，并且匹配 'abcxyz'。为什么它不匹配'abcdefxyz'？

在第三行，我试图输出 1、4 和 5，但它返回未找到。为什么会这样？

我正在使用下面的替代解决方案，但我想在处理多个前瞻时使用前瞻来处理排序。

grep("abc.*xyz|xyz.*abc", a, ignore.case=TRUE, perl=TRUE)  # returns 1 4 5 as expected

Answer 1

(?<=abc)(?=xyz)正则表达式仅匹配 abc 之间的位置(字符串中的位置)和 xyz .它将在 abcxyz 中找到匹配项但在 abcdefxyz 中找不到匹配项作为 xyz没有立即关注 abc .
(?=abc)(?=xyz)模式永远不会匹配任何内容，因为它匹配字符串中的一个位置，该位置后跟一个应该等于 abc 的 3 字母序列。和 xyz同时，这是不可能的。

你正在寻找的是

^(?=.*abc)(?=.*xyz)

或者，要支持多行输入，请添加 DOTALL 修饰符 (?s) (这样 . 也可以匹配换行符):

(?s)^(?=.*abc)(?=.*xyz)

这些将匹配同时具有 abc 的字符串和 xyz以任何顺序。

见 R demo :

a <- c("abcxyz", "abcdef", "defxyz", "abcdefxyz", "xyzdefabc")
grep("^(?=.*abc)(?=.*xyz)", a, ignore.case=TRUE, perl=TRUE)
## => [1] 1 4 5