Question

为什么电子邮件regex提供error invalid regular expression '^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$', reason 'Invalid character range'

blogs.smpl <- "mail:mami@yahoo.com: subject:Lorem Ipsum body:   is simply dummy text of the printing and typesetting industry. 
Lorem Ipsum has been the industry's standard dummy text ever since the 1500s"

blogs.smpl <- gsub("^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\\.[a-zA-Z0-9-.]+$","",blogs.smpl)

Answer 1

因为-应该只在字符类的开头或结尾。否则，它表示在它之前和之后的符号之间的范围。

上一个字符类有问题：[a-zA-Z0-9-.]。必须转为[a-zA-Z0-9.-]。

注意：在R中，除非使用perl=TRUE，否则无法转义字符类中的连字符以匹配文字连字符。

另外，有关R字符类（第2页）和一般正则表达式的详细信息，请参阅R String Manipulation PDF。这是一段摘录：

以下是关于如何将字符匹配为常规的一组规则   字符类中的字符：匹配字符内的]   上课把它放在第一位。

要在字符类中匹配-，请将其放在第一位   或者持续。

要在字符类中匹配^，请将其放在任何位置，但首先。

匹配任何其他字符或元字符（但\）   字符类把它放在任何地方。

Answer 2

原因是这一部分：

[a-zA-Z0-9-.]

尝试将短划线放在最后：

[a-zA-Z0-9.-]

gsub中的正则表达式无效

2 个答案: