积极的前瞻性正则表达式 R

Question

我正在尝试使用以下命令在 R 中进行正则表达式前瞻：

 sub(x = street.addresses, pattern = "\s((?i)Street|(?i)St\.?)(?=\sNE)", replacement = " St")

我的目标是将 Street 替换为 St，其中 Street 后跟 space 和定向 NE（如 "Northeast"）。前瞻似乎再简单不过了，但我一直遇到错误：

Error in sub(x = streets, pattern = "\s((?i)Street|(?i)St\.?)(?=\sNE)",: 
invalid regular expression '\s((?i)Street|(?i)St\.?)(?=\sNE)', reason 
'Invalid regexp'

这个没有前瞻的版本在 R 中工作正常，但是一旦我向我的 search/replace 添加任何类型的前瞻，我就遇到了错误。同样，其他正则表达式 R 函数如 grep 似乎也有同样的问题。

我已经 copied/pasted 将正则表达式表达到像 https://regex101.com/ 这样的引擎中，它似乎在那里工作得很好，所以我很困惑。我是否缺少有关 R 中正则表达式的一些基本知识？

编辑：

这是直接来自我的控制台的副本：

> street.addresses <- c("23 Charles Street NE","23 Charles St. NE")
> new.vec <- sub(x = street.addresses, pattern = "\s((?i)Street|(?i)St\.?)
(?=\sNE)", replacement = " St")
Error in sub(x = street.addresses, pattern = "\s((?i)Street|(?i)St\.?)(?
=\sNE)",  : 
invalid regular expression '\s((?i)Street|(?i)St\.?)(?=\sNE)', reason 
'Invalid regexp'

Answer 1

实际上，如果你想要打击，你不需要积极的前瞻：

street = c("2389 E. Myronga Street NE")
sub(x = street, pattern = "\s((?i)Street|(?i)St\.?)\sNE", replacement = " St")

输出：

sub(x = street, pattern = "\s((?i)Street|(?i)St\.?)\sNE", replacement = " St")
1 "2389 E. Myronga St NE"

但是，如果您将 PERL=TRUE 设置为附加参数

，则可以使用积极的环视（以及其他 Perl 兼容的正则表达式 (PCRE) 功能）

sub(x = street, pattern = "\s((?i)Street|(?i)St\.?)(?=\sNE)", replacement = " St", perl=TRUE)

造成这种差异的原因是，R 中使用了两种类型的正则表达式，扩展正则表达式（默认）和 perl = TRUE (R doc, see also regular-expressions.info/rlanguage) 使用的类 Perl 正则表达式.

Answer 2

如果你想使用前瞻，你需要在 Perl 模式下使用 sub:

street <- "123 Hudson Street NE, New York, NY"
sub(x = street, pattern = "\s((?i)Street|(?i)St\.?)(?=\sNE)",
    replacement = " St", perl=TRUE)

[1] "123 Hudson St NE, New York, NY"

Demo

顺便说一句，如果你把sub的参数放在它们的默认位置，那么你可以省略名字，给我们留下一个更简洁的调用：

sub("\s((?i)Street|(?i)St\.?)(?=\sNE)", " St", street, perl=TRUE)

积极的前瞻性正则表达式 R

positive lookahead regex R

regex

r

lookahead

Demo