R忽略正則表達式字符串中的字符

Question

我到處尋找一些regex ，這將導致R忽略正則表達式字符串中的下一個字符。

例如，給定myvector ：

 myvector <- c("abcdef", "ghijkl", "mnopqrs")

和regex字符串：

 regexstring <- "[a-z]{3}XXXXXXXXX "

其中包含一些未知字符XXXXXXXXX，我想告訴R忽略正則表達式字符串本身中的最后一個空格。

運行以下命令后，

regexstring <- "[a-z]{3} "
sub(regexstring, " ", myvector)

給，

"abcdef"  "ghijkl"  "mnopqrs"

因為任何字符串中都沒有空格。 但希望在包含XXXXXXXXX之后，我將獲得與運行相同的輸出

regexstring <- "[a-z]{3}"
sub(regexstring, " ", myvector)

這是：

 " def"  " jkl"  " pqrs"

我無法擦除最終空間或使用trimws（）等，而且我看不到任何使R忽略最終空間的方法。 是否有任何XXXXXXXXX可以這樣做？ 謝謝。

Answer 1

通過使用(?x)自由行間距內聯修飾符代替XXX可以使最終空間成為格式空間，並傳遞perl=TRUE參數以確保使用PCRE regex引擎解析該模式。

myvector <- c("abcdef", "ghijkl", "mnopqrs")
regexstring <- "[a-z]{3}(?x) "
sub(regexstring, " ", myvector, perl=TRUE) 
## => [1] " def"  " jkl"  " pqrs"

參見R演示 。

請注意，在模式中間放置(?x)將會影響在模式位置之后 （右側）使用的任何文字空白，直到模式結束或直到(?-x)修飾符選項。

Answer 2

在Wiktor Stribizew的答案的基礎上，我能夠弄清楚如何使用Stringr做到這一點：

require(stringr)
myvector    <- c("abcdef", "ghijkl", "mnopqrs")
regexstring <- regex("[a-z]{3}# ", comments = T)
myvector %>% str_replace(regexstring, " ")

[1] " def"  " jkl"  " pqrs"

這樣，我就能修改正則表達式字符串本身（regexstring），而不是替換命令（sub或str_replace）。