R语言中正则表达式的空格忽略模式（类似Perl的/x模式）的等效写法

Question

Perl有一个很棒的修饰符/x，可以在正则表达式中忽略空格。这并不是说它会忽略空格而匹配成功，而是在解释正则表达式时会省略空格，除非使用转义字符。

例如，^x[0-7][x-z][ABCpuq*]*$可以等效地写为^x [0-7] [x-z] [ABCpuq*]*$，在/x模式下更易读。

在R中的grep及其类似功能似乎没有这样的模式，但考虑到它们与Perl的兼容性，是否有选项可以传递？我尝试了几个选项，但都没有成功。

> grepl( "^x[0-7][x-z][ABCpuq*]*$", "x5yuuA" )
[1] TRUE
> grepl( "^x [0-7] [x-z][ABCpuq*]*$", "x5yuuA" )
[1] FALSE
> grepl( "^x [0-7] [x-z][ABCpuq*]*$", "x5yuuA", perl=TRUE )
[1] FALSE
> grepl( "^x [0-7] [x-z][ABCpuq*]*$/x", "x5yuuA", perl=TRUE )
[1] FALSE

次要问题：R语言的Perl风格正则表达式与C PCRE库有多直接的依赖关系？似乎有一个PCRE_Extended设置位，可以忽略空白。

- Ari B. Friedman

---

附注：关于第二个问题，已在R手册中添加了参考。 - zx81

Answer 1

自由空格模式

在R中，要在整个表达式中使用自由空格模式，在PCRE模式（perl=TRUE）中，在正则表达式开头弹出(?x)模式修改器。

例如：

grepl("(?x)  # free spacing\r\n\\d    # a digit\r\n[bc]  # b or c", subject, perl=TRUE);

(?x)修饰符适用于大多数正则表达式。以下几种情况除外：JavaScript、MySQL、Oracle、VBScript、XPath。

Perl模式和PCRE

Perl模式与PCRE的关联性有多大？完全依赖。(这是一件好事。见下文。)

来自R手册：

grep、regexpr、gregexpr、sub、gsub和strsplit的perl = TRUE参数将切换到实现正则表达式模式匹配的PCRE库，该库使用与Perl 5.10相同的语法和语义，只有一些差异。

一些细节问题

• 你可以在正则表达式中的任何位置打开(?x)
• 你可以使用(?-x)关闭它
• 你可以为一个括号设置它，例如(?x: \w \d)

对PCRE的赞扬

使用PCRE是一件好事。

PCRE是最佳Perl风格引擎之一——连同.NET、Matthew Barnett的Python regex模块和Perl本身一起。它被广泛用于高可见度环境(Apache、PHP、Notepad++)，因此得到了很多关注。除了其他的好处，它还提供了许多特色功能，如：

• 递归和子程序调用
• \K可以从返回的匹配中"保留"已匹配的内容
• 回溯控制：(*SKIP)(*F)等
• 分支重置(允许你在不同的位置设置捕获组#1)
• (?(DEFINE)...
• 条件语句。

什么是PCRE缺少的？

• 无限宽度的后顾断言(如.NET)将是一个极好的补充。
• .NET真正有趣的平衡组也是如此。这可能永远不会发生，因为平衡组常常被视为递归的穷亲戚...然而，它允许你做其他事情，比如轻松设置计数器。
• 字符类减法。
• 一些人可能会想念Barnett的regex模块中的模糊匹配(不能评论，因为我没有使用过该特性)。

- zx81

---

一些值得注意的改进：1. 你可以在正则表达式的任何位置打开 (?x)，2. 你可以使用 (?-x) 关闭它，3. 你可以为一个括号集合打开它，如 (?x: \w \d)。此外，PCRE 是最好的正则表达式库之一，与 .NET、Perl 和 Matthew Barnett 的 Python regex 模块相媲美，争夺顶尖位置。 - zx81

我只想指出 Perl != PCRE。好文推荐 - HamZa

@HamZa 谢谢，没错，你还没有看到底部的“赞美PCRE”部分 :) - zx81

@HamZa 完成了对那个部分的修改，请告诉我是否有需要添加的内容，我想不到比你更好的编辑器了... 干杯！ :) - zx81

我认为R的正则表达式引擎现在是TRE。 - IRTFM