R中矩形括号的正则表达式

Question

通常在 R 中，可以在带有两个斜杠的正则表达式中使用元字符，例如( 变成\(，但我发现方括号不是这样。

mystring <- "abc[de"

#remove [,] and $ characters

gsub("[\\[\\]$]","",mystring)

[1] "abc[de"

[[:punct:]]工作，但我讨厌使用非标准的正则表达式，如果我不需要的话。可以使用正则表达式集语法吗？

Answer 1

您应该启用 perl = TRUE ，然后您可以使用更直接的类似 Perl 的语法(恕我直言):

gsub("[\\[\\]$]","",mystring, perl = TRUE)

或者，您可以在放置时使用“智能放置” ]在括号表达式的开头( [ 在里面并不特殊，没有必要在那里转义 [):

gsub("[][$]","",mystring)

见 demo

结果:

[1] "abcde"

更多详情
[...]构造被认为是 bracket expression由 TRE 正则表达式引擎(在基本 R 正则表达式函数中默认使用 - (g)sub, grep(l), (g)regexpr - 当在没有 perl=TRUE 的情况下使用时)，这是一个 POSIX 正则表达式构造。括号表达式，不像 character classes在 NFA 正则表达式引擎中，不支持转义序列，即 \ char 被视为它们内部的文字反斜杠字符。

因此， [\[\]]在 TRE 正则表达式中匹配 \或 [ char (其中 [\[\] 部分实际上等于 [\[] )，然后是 ] .所以，它匹配 \]或 []子串，看看 gsub("[\\[\\]]", "", "[]\\]ab]") demo - 它输出 ab]因为 []和 \]匹配并最终删除。

请注意，术语 POSIX 括号表达式和 NFA 字符类的使用含义与 https://www.regular-expressions.info 中使用的含义相同。 ，它不是一个标准，但需要区分两者。