在 gregexpr
和 str_extract_all
函数中进行量化
require(stringr)
gregexpr(pattern = "(h|a)*", "xxhx")
[[1]]
[1] 1 2 3 4
attr(,"match.length")
[1] 0 0 1 0
attr(,"useBytes")
[1] TRUE
str_extract_all(pattern = "(h|a)*", "xxhx")
[[1]]
[1] "" "" "h" "" ""
为什么 gregexpr
表示 3 个空位而 str_extract_all
表示 4 个空位
最佳答案
这是 TRE (gregexpr
) 和 ICU (str_extract_all
) 正则表达式引擎处理空(也称为“零长度”)正则表达式匹配的区别。 TRE 正则表达式在零长度匹配后推进正则表达式索引,而 ICU 允许对同一位置进行两次测试。
如果您使用替换函数,两个引擎尝试的位置会变得很明显:
> gsub("(h|a)*", "-\\1", "xxhx")
[1] "-x-x-hx-"
> str_replace_all("xxhx", "(h|a)*", "-\\1")
[1] "-x-x-h-x-"
TRE 引擎匹配h
并将索引移动到x
之后,而ICU 引擎匹配h
并在h
之后立即停止x
之前的 code> 以匹配它之前的空位置。
关于r - 在 gregexpr 和 str_extract_all 函数中进行量化的交替,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49855329/