R 中的正则表达式无效

Question

我正在尝试在 R 中使用这个正则表达式：

\?(?=([^'\\]*(\\.|'([^'\\]*\\.)*[^'\\]*'))*[^']*$)

我是这样逃避的：

\\?(?=([^'\\\\]*(\\\\.|'([^'\\\\]*\\\\.)*[^'\\\\]*'))*[^']*$)

我收到一个invalid regexp错误。

Regexpal 的正则表达式没有问题，我已经检查过 R 错误消息中解释的正则表达式与我在 Regex pal 中使用的完全相同，所以我有点不知所措。我不认为逃避是问题所在。

代码：

output <- sub("\\?(?=([^'\\\\]*(\\\\.|'([^'\\\\]*\\\\.)*[^'\\\\]*'))*[^']*$)", "!", "This is a test string?")

Answer 1

R默认情况下使用（POSIX可移植操作系统接口）正则表达式标准（请参阅这些 SO 帖子 [ 1 , 2] 和 [买者自负：前面的砍刀级密度]）。?regex

前向 ( (?=...))、后向 ( (?<=...)) 及其否定 ((?!...)和) 可能是特定（Perl兼容正则表达式(?<!...)）形式的最显着的示例，它们与 不兼容。PCREPOSIX

Rperl可以通过激活选项来训练理解您的正则表达式TRUE；此选项在所有base正则表达式函数（gsub、grepl、regmatches等）中均可用：

output <- sub(
  "\\?(?=([^'\\\\]*(\\\\.|'([^'\\\\]*\\\\.)*[^'\\\\]*'))*[^']*$)",
  "!",
  "This is a test string?",
  perl = TRUE
)

当然，对于具有原始字符串支持的 R>=4.0 来说，它看起来不那么令人生畏：

output <- sub(
  R"(\?(?=([^'\\]*(\\.|'([^'\\]*\\.)*[^'\\]*'))*[^']*$))",
  "!",
  "This is a test string?",
  perl = TRUE
)