R-lang / 如何使用 R 进行正则表达式 (Perl) 提取

Question

我使用了一个用于 javascript 的正则表达式测试器来提出以下 3 个正则表达式案例，以从文本中提取不同类型的 URL。对于这些条件，我想在 R 中使用这些正则表达式（正则表达式？）：

http 网址：(https?):\/\/(www\.)?[^\\s]+

位网址：[^https?:\/\/](bitly\.com|bit.ly)[^\s]+

www 网址：\bwww\.[^\s]+

在阅读 R 中的正则表达式后，似乎使用 PERL=TRUE 将允许从 javascript 进行转换 -> R.我在一些测试示例中尝试了我的最后一个正则表达式：

grep("\\<(\bwww\\.[^\\s]+)\\>", 
     c("wwww.google.com and other stuff", 
       "http.www.google.com"), 
     perl=TRUE, value=TRUE)

但我收到以下错误：

错误："grep("\" 中出现意外符号， c("www.google.com 和其他东西", "http.www.google.com") perl"

在 R 中使用这种类型的正则表达式的语法是什么？

Answer 1

在 R 中使用这种类型的正则表达式的语法是什么？

The R Reference Index，正则表达式：

类 Perl 正则表达式

…
为扩展正则表达式描述的所有正则表达式 除了‘\’之外都被接受：在 Perl 中所有反斜杠 元字符是字母数字，反斜杠符号总是 解释为文字字符。

所以，如果你想使用\<\>，你一定不能使用perl=TRUE。

除此之外，您忘记将\b 中的反斜杠加倍。