r - 使用双方括号的输出问题

Question

有人告诉我这[[a-z][0-9]]相当于[a-z0-9]，但我尝试了几个例子：

grepl("[[a-z][0-9]]", "d")返回FALSE。

同样，在类似工作正常的情况下grepl("[[:alpha:][0-9]]", "d")返回。FALSEgrepl("[[:upper:][:lower:]]", "d")

请问这是否表明双方括号只能用于组合形式的事物，"[:...:]"而不能用于诸如[A-z]或之类的事物[0-9]？

如果是这样，为什么 R 会阻止我们这样做？是什么grepl("[[a-z][0-9]]", "d")意思grepl("[[a-z]]", "d")？

此外，我知道我们需要使用双方括号，比如"[[:digit:]]"，因为"[:digit:]"宁愿搜索“：”、“d”、“i”、“g”或“t”（来自这个问题）。"[[:digit:]]"但是被解释的结构究竟是怎样的呢？（只是一个猜测：R 是否将其解释为[:digit:]与自身的微不足道的联合，以便它只是[:digit:]R 的“可读”？）

标签： rregex

Answer 1

您应该小心正则表达式中的方括号。现在，我假设您正在使用与基本 R 正则表达式函数一起使用的默认 TRE 正则表达式库（当没有perl=TRUE传递时）。

在这种情况下，您应该区分

• [并]标记POSIX 字符类的开始和结束，例如[:alpha:]
• [并]标记括号表达式的开始和结束
• 前面没有匹配的未转义]打开的未转义[被视为文字]字符。

正[[a-z][0-9]]则表达式不等于[a-z0-9]。

• [[a-z][0-9]] 匹配字符串，如[1],a1]并表示：
  • [[a-z]- 匹配[char 或任何小写 ASCII 字母的括号表达式
  • [0-9]- 一个数字
  • ]- 一个]字符。

[a-z0-9]括号表达式只匹配小写的ASCII 字母或数字。

正则表达式中没有双方括号这样的结构。在字符类中，[可以在任何地方使用来匹配[字符。仅当 a 位于括号表达式的开头]时才匹配：]

• [a-z[]匹配单个字符、小写 ASCII 字母或[
• [][a-z]匹配单个字符、小写 ASCII 字母[或]
• [[a-z]]匹配一个小写的 ASCII 字母或[然后是一个]字符（因此，总共 2 个字符）

更多需要考虑的事情

• [:digit:]确实匹配:, d, i, gort在 TRE 和 PCRE 正则表达式中，但是 ICU 正则表达式库（用于stringr / stringi正则表达式函数）支持这些裸 POSIX 字符类（如POSIX 字符类在 base R regex 中不起作用）并匹配一个数字甚至在括号表达式之外
• [A-z]匹配的不仅仅是字母。