R 中的这个正则表达式模式有什么问题？
What is wrong with this regex pattern in R?
我正在做一个练习来创建一个用温度过滤字符串的正则表达式。
我们的想法是捕获所有具有诸如“-0.4 F”、“5 C”、“- 0.6 C”等结构的。这是我的尝试：
temp <- c("La temp es de 0.4 F", "La temp es de -5F", "nada", "tampoco nada",
"La temp es de - 0.6 C")
temp[grepl("([+-]?\s+[0-9]+(?:\.[0-9]*)?)\s+([CF])$)\1\2", temp)]
我的推理：
[+-]?\s*[0-9]+ 允许可选的正号或负号（但只有一个）加上可选的空格（需要 none）和 0-9 的数字（至少需要一个）。这定义了我的第一组(?:\.[0-9]*)?)\s+([CF])$) 定义第二组。根据此 text，(?: 符号代表左括号，其中可以有一个可选组。在这种情况下，\.[0-9]*)? 是可选组（小数点和一些数字）。然后，\s+ 定义空格（需要 none），([CF])$ 是字符串的结尾（强制）。
如果我推理得很好，我有两个正则表达式组，这就是我使用 \1\2 反向引用的原因。我的代码不起作用，所以我得到 character(0) 作为结果。
你可以试试：
grep('-?\d+(\.\d+\s+)?[CF]', temp, value = TRUE)
#[1] "La temp es de 0.4 F" "La temp es de -5F" "La temp es de - 0.6 C"
-? - 是一个可选的负号
\d+ - 后跟一个或多个数字
(\.\d+\s+)? - 带有可选的十进制数和空格
[CF] - 后跟 C 或 F。
推荐模式：
如果是我从头开始，我会使用以下内容：
grep('\d[^a-z]*[CF]', temp, value = TRUE)
# > [1] "La temp es de 0.4 F" "La temp es de -5F" "La temp es de - 0.6 C"
\d有个数字
[^a-zA-Z]* 后跟的不是 a-z 范围内的任何字符，而是任何其他字符
[CF] 并在末尾跟 C 或 F
解释：
你的正则表达式有很多问题（如果我没记错的话）：
您在替换中使用了组，而不是在匹配模式中。我不确定为什么你的模式末尾有 \1\2。
您进行了不必要的分组。结果是您想要的模式的不同部分，您只想找到它们，而不是替换它们。
您假设 C 或 F 总是出现在行尾。
你多了一个括号。
我不是专家，所以可能还有其他问题。
N。 B. 使用在线翻译会有所帮助，因为他们 show/highlight 一些错误。
我从你的模式开始，想出了下面的模式：
[+-]?\s*[0-9+][\.]?[0-9+]?\s*[CF]
这里有一个 regex demo 也提供了上面模式的详细解释。您可以在此处粘贴第一个模式以获得比我提供的更好的解释。
我正在做一个练习来创建一个用温度过滤字符串的正则表达式。
我们的想法是捕获所有具有诸如“-0.4 F”、“5 C”、“- 0.6 C”等结构的。这是我的尝试：
temp <- c("La temp es de 0.4 F", "La temp es de -5F", "nada", "tampoco nada",
"La temp es de - 0.6 C")
temp[grepl("([+-]?\s+[0-9]+(?:\.[0-9]*)?)\s+([CF])$)\1\2", temp)]
我的推理：
[+-]?\s*[0-9]+允许可选的正号或负号（但只有一个）加上可选的空格（需要 none）和 0-9 的数字（至少需要一个）。这定义了我的第一组(?:\.[0-9]*)?)\s+([CF])$)定义第二组。根据此 text，(?:符号代表左括号，其中可以有一个可选组。在这种情况下，\.[0-9]*)?是可选组（小数点和一些数字）。然后，\s+定义空格（需要 none），([CF])$是字符串的结尾（强制）。
如果我推理得很好，我有两个正则表达式组，这就是我使用 \1\2 反向引用的原因。我的代码不起作用，所以我得到 character(0) 作为结果。
你可以试试：
grep('-?\d+(\.\d+\s+)?[CF]', temp, value = TRUE)
#[1] "La temp es de 0.4 F" "La temp es de -5F" "La temp es de - 0.6 C"
-? - 是一个可选的负号
\d+ - 后跟一个或多个数字
(\.\d+\s+)? - 带有可选的十进制数和空格
[CF] - 后跟 C 或 F。
推荐模式：
如果是我从头开始，我会使用以下内容：
grep('\d[^a-z]*[CF]', temp, value = TRUE)
# > [1] "La temp es de 0.4 F" "La temp es de -5F" "La temp es de - 0.6 C"
\d有个数字
[^a-zA-Z]* 后跟的不是 a-z 范围内的任何字符，而是任何其他字符
[CF] 并在末尾跟 C 或 F
解释：
你的正则表达式有很多问题（如果我没记错的话）：
您在替换中使用了组，而不是在匹配模式中。我不确定为什么你的模式末尾有
\1\2。您进行了不必要的分组。结果是您想要的模式的不同部分，您只想找到它们，而不是替换它们。
您假设 C 或 F 总是出现在行尾。
你多了一个括号。
我不是专家，所以可能还有其他问题。
N。 B. 使用在线翻译会有所帮助，因为他们 show/highlight 一些错误。
我从你的模式开始，想出了下面的模式：
[+-]?\s*[0-9+][\.]?[0-9+]?\s*[CF]
这里有一个 regex demo 也提供了上面模式的详细解释。您可以在此处粘贴第一个模式以获得比我提供的更好的解释。