Question

word<-"xyz9874w9874w"
gsub( "([a-z]+)([0-9]+)([a-z])(\\w)", "\\1", word )
[1] "xyz874w"
gsub( "([a-z]+)([0-9]+)([a-z])(\\w)", "\\2", word )
[1] "9874874w"
gsub( "([a-z]+)([0-9]+)([a-z])(\\w)", "\\3", word )
[1] "w874w"
gsub( "([a-z]+)([0-9]+)([a-z])(\\w)", "\\4", word )
[1] "9874w"

在我看来：

第一部分（[a-z] +）匹配xyz;
第二部分（[0-9] +）匹配9874;
第三部分（[a-z]）匹配w;
第四部分（\ w）匹配9874w;

为什么reslut不是：

gsub( "([a-z]+)([0-9]+)([a-z])(\\w)", "\\1", word )  
[1] "xyz"  
gsub( "([a-z]+)([0-9]+)([a-z])(\\w)", "\\2", word )  
[1] "9874"  
gsub( "([a-z]+)([0-9]+)([a-z])(\\w)", "\\3", word )  
[1] "w"

在（[az] +）（[0-9] +）（[az]）（\ w）中添加*是正确的，使其成为（[az] +）（[ 0-9] +）（[AZ]）（\ W *），
如果我的常规模式中没有*，如何理解结果？

Answer 1

使用\\w的模式正在寻找任何“单词字符”（== [[:alnum:]_]），而看起来您可能想要查找实际的“w”：\\w匹配“9”，其余字符“874w”未被替换。如果你想匹配字符串的其余部分，那么为什么第四个捕获组没有“。+ $”？

 gsub( "([a-z]+)([0-9]+)([a-z])(.+$)", "\\1", word )
[1] "xyz"
> gsub( "([a-z]+)([0-9]+)([a-z])(.+$)", "\\2", word )
[1] "9874"
> gsub( "([a-z]+)([0-9]+)([a-z])(.+$)", "\\3", word )
[1] "w"
> gsub( "([a-z]+)([0-9]+)([a-z])(.+$)", "\\4", word )
[1] "9874w"

根据底层问题的未说明的“规则”，它可以添加特殊性以将“^”作为前导模式字符，以便匹配从第一个字符开始。

R中复杂的正则表达式

1 个答案: