如何在正则表达式中处理\ ^ $。？* | +（）[{等特殊字符？

Question 1

我想匹配一个正则表达式特殊字符，\^$.?*|+()[{。我试过了：

x <- "a[b"
grepl("[", x)
## Error: invalid regular expression '[', reason 'Missing ']''

（相当于stringr::str_detect(x, "[")或stringi::stri_detect_regex(x, "[")。）

将值加倍以使其无法逸出：

grepl("[[", x)
## Error: invalid regular expression '[[', reason 'Missing ']''

也不使用反斜杠：

grepl("\[", x)
## Error: '\[' is an unrecognized escape in character string starting ""\["

如何匹配特殊字符？

在一些古老而又写得很好的问题中，对此有一些特殊情况，以至于像它的副本一样厚脸皮地关闭：
R正则表达式
 中的转义符如何在R 中转义问号？
在正则表达式中转义管道（“ |”）

Question 2

用双反斜杠转义

R将反斜杠视为字符常量的转义值。（...正则表达式也是如此。因此，为模式提供字符参数时，需要两个反斜杠。第一个实际上不是字符，而是使第二个变成字符。）您可以看到如何使用cat。

y <- "double quote: \", tab: \t, newline: \n, unicode point: \u20AC"
print(y)
## [1] "double quote: \", tab: \t, newline: \n, unicode point: €"
cat(y)
## double quote: ", tab:    , newline: 
## , unicode point: €

进一步阅读：在R中使用反斜杠转义一个反斜杠会在字符串中产生2个反斜杠，而不是1

要在正则表达式中使用特殊字符，最简单的方法通常是使用反斜杠对其进行转义，但是如上所述，反斜杠本身需要进行转义。

grepl("\\[", "a[b")
## [1] TRUE

要匹配反斜杠，您需要两次转义，以产生四个反斜杠。

grepl("\\\\", c("a\\b", "a\nb"))
## [1]  TRUE FALSE

该rebus软件包包含每个特殊字符的常量，以免您误用斜杠。

library(rebus)
OPEN_BRACKET
## [1] "\\["
BACKSLASH
## [1] "\\\\"

有关更多示例，请参见：

?SpecialCharacters

您的问题可以通过以下方式解决：

library(rebus)
grepl(OPEN_BRACKET, "a[b")

形成角色类

您也可以将特殊字符包装在方括号中以形成字符类。

grepl("[?]", "a?b")
## [1] TRUE

其中两个特殊字符在字符类中具有特殊含义：\和^。

即使在字符类中，反斜杠仍然需要转义。

grepl("[\\\\]", c("a\\b", "a\nb"))
## [1]  TRUE FALSE

仅在插入方括号后方时才需要插入脱字号。

grepl("[ ^]", "a^b")  # matches spaces as well.
## [1] TRUE
grepl("[\\^]", "a^b") 
## [1] TRUE

rebus 还可以让您形成一个角色类。

char_class("?")
## <regex> [?]

使用预先存在的角色类

如果要匹配所有标点符号，则可以使用[:punct:]字符类。

grepl("[[:punct:]]", c("//", "[", "(", "{", "?", "^", "$"))
## [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE

stringi 将其映射到Unicode通用类别进行标点，因此其行为略有不同。

stri_detect_regex(c("//", "[", "(", "{", "?", "^", "$"), "[[:punct:]]")
## [1]  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE

您也可以使用跨平台语法来访问UGC。

stri_detect_regex(c("//", "[", "(", "{", "?", "^", "$"), "\\p{P}")
## [1]  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE

使用\ Q \ E转义

将字符放在\\Q和之间，\\E使正则表达式引擎按字面意义而不是将其视为正则表达式。

grepl("\\Q.\\E", "a.b")
## [1] TRUE

rebus 使您可以编写正则表达式的文字块。

literal(".")
## <regex> \Q.\E

不要使用正则表达式

正则表达式并不总是答案。如果要匹配固定的字符串，则可以这样做，例如：

grepl("[", "a[b", fixed = TRUE)
stringr::str_detect("a[b", fixed("["))
stringi::stri_detect_fixed("a[b", "[")

Question 3

我认为匹配字符的最简单方法是

\^$.?*|+()[

正在使用R中的字符类。请考虑以下内容，以从数据文件中清除列标题，其中可能包含空格和标点符号：

> library(stringr)
> colnames(order_table) <- str_replace_all(colnames(order_table),"[:punct:]|[:space:]","")

这种方法使我们可以将字符类字符串化以匹配标点字符，以及空格字符，这通常是您必须逃避\\检测的字符。您可以在下面的备忘单中了解有关字符类的?regexp更多信息，也可以键入以查看有关此字符的更多信息。

https://www.rstudio.com/wp-content/uploads/2016/09/RegExCheatsheet.pdf