重置匹配令牌仅每两个字符有效

【问题标题】：Reset match token only works every two characters重置匹配令牌仅每两个字符有效
【发布时间】：2022-06-28 22:04:25
【问题描述】：

我想使用重置匹配标记 (\K) 在单词的每个字母之间添加一个句号。我不想使用积极的向后看。

gsub("\\pL\\K", ".", "adskhfks", perl = TRUE)

# [1] "a.ds.kh.fk.s"

由于某些原因，这仅适用于每两个字母（在 macOS 12.31 上使用 RStudio 4.2.0。）。它在regex101 上按预期工作。

这正常吗？有解决办法吗？

【问题讨论】：

在这种情况下使用基于lookbehind的模式没有任何问题。 R 中的 PCRE 实现与 PHP 的 PCRE 实现（您在 regex101 测试的那个）有点不同。当然，您也可以捕获该字母，然后在替换模式中使用反向引用。
我认为发生这种情况的原因就在这里stackoverflow.com/questions/41924971/…

标签： r regex

【解决方案1】：

这是一个错误，而不是使用 \K 运算符的消费模式，您将不得不使用基于后视的模式：

gsub("(?<=\\p{L})", ".", "adskhfks", perl = TRUE)

(?<=\p{L}) 肯定后向匹配匹配紧接在任何 Unicode 字母前面的位置。

或者，带有反向引用的捕获组：

gsub("(\\p{L})", "\\1.", "adskhfks", perl = TRUE)

这里，(\p{L}) 将任何 Unicode 字母捕获到第 1 组，\1. 替换放回第 1 组的值并在其上附加一个点。

见R demo：

gsub("\\pL\\K", ".", "adskhfks", perl = TRUE)
# [1] "a.ds.kh.fk.s"
gsub("(?<=\\p{L})", ".", "adskhfks", perl = TRUE)
# [1] "a.d.s.k.h.f.k.s."
gsub("(\\pL)", "\\1.", "adskhfks", perl = TRUE)
# [1] "a.d.s.k.h.f.k.s."

【讨论】：