R - 正则表达式：W 元字符在方括号内时不起作用
R - regex: W metacharacter not working when within square brackets
让我们采用以下字符串：
x <- " hello world"
我想提取第一个词。为此，我使用了以下正则表达式 ^\W*([a-zA-Z]+).* 并向后引用了第一组。
> gsub("^\W*([a-zA-Z]+).*", "\1", x)
[1] "hello"
它按预期工作。
现在，让我们在字符串中添加一个数字和下划线：
x <- " 0_hello world"
我将 \W 替换为 [\W_0-9] 以匹配新字符。
> gsub("^[\W_0-9]*([a-zA-Z]+).*", "\1", x)
[1] " 0_hello world"
现在，它不起作用，我不明白为什么。似乎将 \W 放在 [] 中时会出现问题，但我不确定为什么。
不过，正则表达式适用于 online regex tester using PCRE。
我做错了什么？
快速解决方案是通过添加一个额外的参数来使用类似 Perl 的正则表达式 perl = TRUE。
默认情况下，grep 使用扩展正则表达式（参见 ?regex），其中字符 class 以 [:xxx:] 的格式定义。但是，我找不到字符 class 来完全匹配 \W。
让我们采用以下字符串：
x <- " hello world"
我想提取第一个词。为此，我使用了以下正则表达式 ^\W*([a-zA-Z]+).* 并向后引用了第一组。
> gsub("^\W*([a-zA-Z]+).*", "\1", x)
[1] "hello"
它按预期工作。
现在，让我们在字符串中添加一个数字和下划线：
x <- " 0_hello world"
我将 \W 替换为 [\W_0-9] 以匹配新字符。
> gsub("^[\W_0-9]*([a-zA-Z]+).*", "\1", x)
[1] " 0_hello world"
现在，它不起作用，我不明白为什么。似乎将 \W 放在 [] 中时会出现问题，但我不确定为什么。
不过，正则表达式适用于 online regex tester using PCRE。
我做错了什么？
快速解决方案是通过添加一个额外的参数来使用类似 Perl 的正则表达式 perl = TRUE。
默认情况下，grep 使用扩展正则表达式（参见 ?regex），其中字符 class 以 [:xxx:] 的格式定义。但是，我找不到字符 class 来完全匹配 \W。