解释一下这个R正则表达式

Question

最近，mrdwab回答了一个使用了非常酷的正则表达式的R问题（链接）。我喜欢这个回答，但是无法推广它，因为我不理解其中发生了什么（我尝试更改不同的数字值，但并没有得到什么有用的结果）。请问可否逐个解析这个正则表达式，并解释其功能？

x <- c("WorkerId", "pio_1_1", "pio_1_2", "pio_1_3", "pio_1_4", "pio_2_1", 
"pio_2_2", "pio_2_3", "pio_2_4")

gsub("([a-z])_([0-9])_([0-9])", "\\1_\\3\\.\\2", x)  #Explain me please

提前感谢您。

- Tyler Rinker

Answer 1

在任何你有一个字符和两个用下划线分隔的数字的地方（例如a_1_2），正则表达式会选择匹配的字符和数字，并将它们作为变量可用。 \\1，\\2和\\3指的是原始表达式中匹配的参数：

\\1 <- a
\\2 <- 1
\\3 <- 2

按照您上面所写的方式运行 gsub 的结果是搜索表达式以查找匹配项，并在出现数字的地方将其顺序翻转。例如，a_1_2 将变为 a_2.1。

"\\1_\\3\\.\\2"
#  a_  2  .  1

- rjz

---

第一部分非常有用，因为它正在查找一个字符_#_#。现在，你能否进一步解释一下 \\1_\\3\\.\\2？ - Tyler Rinker

@TylerRinker 那是重新排序的部分，它们被称为“反向引用”。第一个括号（这里是 ([a-z])）中的内容存储在 \1 中，第二个中的内容存储在 \2 中，第三个……依此类推。 - stema

谢谢@Stema！我还更新了答案以尝试澄清。值得一提的另一件事是在“.”上的转义：在（大多数）正则表达式语言中，“.”将匹配任何内容。转义它将使它呈现为...嗯...只是一个点。 - rjz

目前还没有人特别提到，但是每个元素周围的括号才是允许反向引用的原因。 (.)([A-z]) 允许使用 \1 和 \2。如果整个正则表达式外面再加上一组括号 ((.)([A-z]))，那么你还将有第三个 \1 = (.) \2 = ([A-z]) \3 = ((.)([A-z]))。希望这能帮到你。 - Rob