POSIX 字符类在基本 R 正则表达式中不起作用

Question

我在将模式与 中的文本字符串匹配时遇到一些问题R。

当文字类似于以下内容时，我正在尝试TRUE理解grepl"lettersornumbersorspaces y lettersornumbersorspaces".

我正在使用以下内容regex：

([:alnum:]|[:blank:])+[:blank:][yY][:blank:]([:alnum:]|[:blank:])+

当使用regex如下方法获取“地址”时，它会按预期工作。

regex <- "([:alnum:]|[:blank:])+[:blank:][yY][:blank:]([:alnum:]|[:blank:])+"
address <- str_extract(fulltext, regex)

我看到该地址就是我需要的文本。现在，如果我想使用如下方式grepl获取TRUE：

grepl("([:alnum:]|[:blank:])+[:blank:][yY][:blank:]([:alnum:]|[:blank:])+", address,ignore.case = TRUE)

FALSE被返回。这怎么可能？我正在使用相同的方法regex来获取TRUE. 我尝试过修改参数grepl，但没有一个与此相关。

文本示例如下："26 de Marzo y Pareyra de la Luz"

谢谢！！

Answer 1

尽管stringr ICU 正则表达式引擎支持模式中的裸 POSIX 字符类，但在基本 R 正则表达式风格（PCRE ( perl=TRUE) 和 TRE）中，POSIX 字符类必须位于方括号表达式内。[:alnum:]-> [[:alnum:]]。

\n\n

x <- c("AZaz09 y AZaz09", "\xc4\x84\xc5\xbbaz09 y AZ\xc5\x81\xc5\x8209", "26 de Marzo y Pareyra de la Luz")\ngrepl("[[:alnum:][:blank:]]+[[:blank:]][yY][[:blank:]][[:alnum:][:blank:]]+", x)\n## => [1] TRUE TRUE TRUE\ngrepl("[[:alnum:][:blank:]]+[[:blank:]][yY][[:blank:]][[:alnum:][:blank:]]+", x, perl=TRUE)\n## => [1] TRUE TRUE TRUE\n

\n\n

查看在线演示

\n\n

单独使用时，它是一个简单的括号[:alnum:]表达式，匹配单个:字符，a ,,,,,,,alnum单独

\n\n

图案详情：

\n\n

\n
• [[:alnum:][:blank:]]+- 1+ 个字母数字或水平空白符号
\n
• [[:blank:]]- 1 个水平空白符号
\n
• [yY] - 两者y任一Y
\n
• [[:blank:]]- 1 个水平空白符号
\n
• [[:alnum:][:blank:]]+- 1+ 个字母数字或水平空白符号
\n

\n