在正则表达式中转义管道（“|”）答案

【问题标题】：escaping pipe ("|") in a regex在正则表达式中转义管道（“|”）
【发布时间】：2012-10-08 02:19:08
【问题描述】：

我需要拆分单词和结束标记（某些类型的标点符号）。奇怪的管道（“|”）可以算作结束标记。在我尝试添加管道之前，我已经在结束标记上编写了该单词的代码。添加管道使strsplit 每个字符。逃避它会导致错误。如何在正则表达式中包含管道？

x <- "I like the dog|."

strsplit(x, "[[:space:]]|(?=[.!?*-])", perl=TRUE)
#[[1]]
#[1] "I"    "like" "the"  "dog|" "."   

strsplit(x, "[[:space:]]|(?=[.!?*-\|])", perl=TRUE)
#Error: '\|' is an unrecognized escape in character string starting "[[:space:]]|(?=[.!?*-\|"

我想要的结果：

#[[1]]
#[1] "I"    "like" "the"  "dog"  "|"  "."  #pipe is an element

【问题讨论】：

我总是犹豫是否在 R 正则表达式问题上添加正则表达式标签，因为您会得到其他语言的正则表达式，尽管答案相似，但它们不会重叠。

标签： regex r

【解决方案1】：

问题实际上是你的连字符，应该是first or last：

strsplit(x, "[[:space:]]|(?=[|.!?*-])", perl=TRUE)
strsplit(x, "[[:space:]]|(?=[.|!?*-])", perl=TRUE)
strsplit(x, "[[:space:]]|(?=[.!|?*-])", perl=TRUE)
strsplit(x, "[[:space:]]|(?=[-|.!?*])", perl=TRUE)

等等都应该给你你正在寻找的输出。

如果您愿意，也可以转义连字符，但请记住使用两个反斜杠！

strsplit(x, "[[:space:]]|(?=[.!?*\\-|])", perl=TRUE)

【讨论】：

两个很好的答案，乔希给出了更多的细节。感谢您的回答 +1

【解决方案2】：

解决此问题的一种方法是使用\Q...\E 表示法删除... 中任何字符的特殊含义。正如?regex 所说：

如果你想从一个序列中删除特殊含义字符，你可以把它们放在‘\Q’和‘\E’之间。这与 Perl 的不同之处在于“$”和“@”在 PCRE 中的“\Q...\E”序列，而在 Perl 中，“$”和“@”导致变量插值。

例如：

> strsplit(x, "[[:space:]]|(?=[\\Q.!?*-|\\E])", perl=TRUE)
[[1]]
[1] "I"    "like" "the"  "dog"  "|"    "."

【讨论】：

有趣。我肯定需要更多地阅读正则表达式。 +1
@Joshua，mrdwab 给出了一个很好的答案，这更加彻底。我什至从未听说过\\Q ... \\E 的事情。非常有用的信息。
@TylerRinker：我也从未听说过，直到我在看到您的问题后阅读了文档。 ;-)
@Joshua，您将发表这样的声明而不提供链接：P
@TylerRinker：正如我在回答中所说，它位于?regex，请参阅类似Perl 的正则表达式部分。