R-正则表达式：方括号内的W元字符不起作用

Question

让我们输入以下字符串：

x <- " hello world"

我想提取第一个单词。为此，我使用了以下正则表达式^\\W*([a-zA-Z]+).*，并向后引用了第一组。

> gsub("^\\W*([a-zA-Z]+).*", "\\1", x)
[1] "hello"

它按预期工作。

现在，让我们在字符串中添加一个数字和下划线：

x <- " 0_hello world"

我将\\W替换为[\\W_0-9]以匹配新字符。

> gsub("^[\\W_0-9]*([a-zA-Z]+).*", "\\1", x)
[1] " 0_hello world"

现在，它不起作用，我也不明白为什么。将\\W放在[]中时似乎出现了问题，但是我不确定为什么。 正则表达式可在online regex tester using PCRE上使用。

我在做什么错了？

Answer 1

快速的解决方案是通过添加一个附加参数perl = TRUE来使用类似Perl的正则表达式。

默认情况下，grep使用扩展正则表达式（请参阅?regex），其中字符类以[:xxx:]的格式定义。但是，我找不到与\W完全匹配的字符类。