使用 stringi 和 gsub 的不同输出（在同一字符串上使用相同的模式）

Question

我想知道为什么我使用gsub 和stringi 得到两个不同的输出字符串。元字符“.”不在 stringi 中包含新行？ stringi 是否读取 "line by line"？

顺便说一句，我没有找到用 stringi 执行 "correct" 替换的方法，所以我需要在这里使用 gsub。

string <- "is it normal?\n\nhttp://www.20minutes.fr"

> gsub(" .*?http"," http", string)
[1] "is http://www.20minutes.fr"

> stri_replace_all_regex(string, " .*?http"," http")
[1] "is it normal?\n\nhttp://www.20minutes.fr"

Answer 1

一种方法是将 . 设置为也匹配行终止符而不是停在一行：

stri_replace_all_regex(string, " .*?http"," http", 
                       opts_regex = stri_opts_regex(dotall = TRUE))

Answer 2

默认情况下——出于历史原因，请参阅this tutorial——在大多数正则表达式引擎中，点不匹配换行符。正如@lukeA 建议的那样，要匹配换行符，您可以在基于 stringi 正则表达式的函数中将 dotall 选项设置为 TRUE。

顺便说一句，gsub(..., perl=TRUE)给出的结果与stringi一致。

使用 stringi 和 gsub 的不同输出（在同一字符串上使用相同的模式）

different output using stringi and gsub (using the same pattern on the same string)

r

gsub

stringi