字符串和基数R正则表达式之间的差异

Question

我很讨厌阅读正则表达式。

pattern = "(?<=(?<=[0-9])[dD](?=[0-9]))[0-9]+"

它是自动生成的，因此人类的可读性或效率不是有效性而是有效性。它旨在解析RPG骰子类型语法，例如10d20。具体来说，应该匹配20。

如果我在R中使用旧的字符串匹配方法

text = '10d20'
regmatches(text,regexpr(pattern,text,perl = TRUE))

我得到的是20，但是使用更现代的字符串匹配方法

stringr::str_match(text,  pattern)

我什么也没得到。我想知道是什么原因导致这两种方法之间的差异，以及将来如何避免此类问题。

Answer 1

除非您需要 ICU附带的其他功能（通过stringi，stringr只是拐杖的辅助包装器），否则就不必麻烦了。

实际上，与基于tidyverse的pkg（称为stringb）相比，有一个pkg的营销能力要低，它会将“数据放在首位”（例如string[ir]）并使您摆脱基本的正则表达式约束。可见：

library(stringb)

pattern <- "(?<=(?<=[0-9])[dD](?=[0-9]))[0-9]+"

text <- '10d20'

text_extract(text, pattern, perl = TRUE)
## [1] "20"

在不依赖大量编译代码依赖性和1-away ^* stringr抽象的情况下，语法变得更加精巧。贝里西莫！

---

^{* TBFair：stringb软件包还具有从基本R函数的1-away抽象，但是更精巧的语法弥补了IMO的麻烦（与stringr不同）。}