当涉及非英文字母时，qdapRegex :: rm_nchar_words返回不同的结果？

Question

请帮助我解决以下困惑：

qdapRegex::rm_nchar_words("è ûé", "1,2")
[1] "è ûé"

qdapRegex::rm_nchar_words('k ku ppp d', "1,2")
[1] "ppp"

为什么在第一行代码中它没有以“”响应，而在第二行中它却按预期运行。 我在这里想念什么？我唯一能想到的是，在代码的第一行中，字符串是由非英文字母构建的。

有解决方案吗？

Answer 1

如包裹作者所提及：

它使用\w定义被定义为[A-Za-z0-9_]的字母。 您需要编写自己的自定义正则表达式来处理非ASCII字母

更新：

在Win 7机器上，输出符合预期。

使用模式"[\\pL_]"（任何语言的任何单词）解决问题的一种可能方法

rm_nchar_words("è ûé", "1,2", pattern = "[\\pL_]")

Win机器上的语言环境：

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252    LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C                           LC_TIME=English_United States.1252  

我将继续对此进行调查，并发布最新答案。

更新2：

rm_nchar_words("è ûé", "1,2", pattern = "[\\pL_]")
""

可在我的Ubuntu 18.04上运行。