我如何处理特殊字符,如\ ^ $.？*| +()[{在我的正则表达式？

Question

我想匹配一个正则表达式特殊字符,\^$.?*|+()[{.我试过了:

x <- "a[b"
grepl("[", x)
## Error: invalid regular expression '[', reason 'Missing ']''

(等价stringr::str_detect(x, "[")或stringi::stri_detect_regex(x, "[").)

将值加倍以逃避它不起作用:

grepl("[[", x)
## Error: invalid regular expression '[[', reason 'Missing ']''

也没有使用反斜杠:

grepl("\[", x)
## Error: '\[' is an unrecognized escape in character string starting ""\["

我如何匹配特殊字符？

---

这个问题的一些特殊情况是陈旧的,写得足够好,因为它可以像这样重复关闭:
在R正则表达式中逃脱的时期
如何逃避R中的问号？
在正则表达式中转义管道("|")

Answer 1

用双反斜杠逃脱

R将反斜杠视为字符常量的转义值.(...然后是正则表达式.因此在为模式提供字符参数时需要两个反斜杠.第一个实际上不是一个字符,而是将第二个变成一个字符.)你可以看到如何处理它们cat.

y <- "double quote: \", tab: \t, newline: \n, unicode point: \u20AC"
print(y)
## [1] "double quote: \", tab: \t, newline: \n, unicode point: €"
cat(y)
## double quote: ", tab:    , newline: 
## , unicode point: €

进一步阅读:在R中用反斜杠转义反斜杠会在字符串中产生2个反斜杠,而不是1

要在正则表达式中使用特殊字符的最简单的方法通常用反斜线转义,但正如上面提到,反斜杠本身也需要进行转义.

grepl("\\[", "a[b")
## [1] TRUE

要匹配反斜杠,您需要双重转义,从而产生四个反斜杠.

grepl("\\\\", c("a\\b", "a\nb"))
## [1]  TRUE FALSE

该rebus软件包包含每个特殊字符的常量,以保存错误输入斜杠.

library(rebus)
OPEN_BRACKET
## [1] "\\["
BACKSLASH
## [1] "\\\\"

有关更多示例,请参阅

?SpecialCharacters

您的问题可以通过这种方式解决:

library(rebus)
grepl(OPEN_BRACKET, "a[b")

形成一个角色类

您还可以将特殊字符包装在方括号中以形成字符类.

grepl("[?]", "a?b")
## [1] TRUE

两个特殊字符在字符类中具有特殊含义:\和^.

即使反斜杠位于字符类中,仍然需要对其进行转义.

grepl("[\\\\]", c("a\\b", "a\nb"))
## [1]  TRUE FALSE

如果直接在开口方括号之后,只需要将护套脱掉.

grepl("[ ^]", "a^b")  # matches spaces as well.
## [1] TRUE
grepl("[\\^]", "a^b") 
## [1] TRUE

rebus 还可以让你形成一个角色类.

char_class("?")
## <regex> [?]

使用预先存在的字符类

如果要匹配所有标点符号,可以使用[:punct:]字符类.

grepl("[[:punct:]]", c("//", "[", "(", "{", "?", "^", "$"))
## [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE

stringi 将其映射到Unicode常规类别以进行标点符号,因此其行为略有不同.

stri_detect_regex(c("//", "[", "(", "{", "?", "^", "$"), "[[:punct:]]")
## [1]  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE

您还可以使用跨平台语法来访问UGC.

stri_detect_regex(c("//", "[", "(", "{", "?", "^", "$"), "\\p{P}")
## [1]  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE

使用\ Q\E转义

配售之间的字符\\Q,并\\E使得正则表达式引擎对待他们从字面上看,而不是正则表达式.

grepl("\\Q.\\E", "a.b")
## [1] TRUE

rebus 让你编写正则表达式的文字块.

literal(".")
## <regex> \Q.\E

不要使用正则表达式

正则表达式并不总是答案.如果你想匹配一个固定的字符串,那么你可以这样做,例如:

grepl("[", "a[b", fixed = TRUE)
stringr::str_detect("a[b", fixed("["))
stringi::stri_detect_fixed("a[b", "[")