R - 为啥 str_detect 在以破折号结尾的“单词”上使用单词边界时返回与 grepl 不同的结果

Posted 2023-02-19

【中文标题】R - 为啥 str_detect 在以破折号结尾的“单词”上使用单词边界时返回与 grepl 不同的结果

【英文标题】：R - why does str_detect return a different result than grepl when using word boundary on 'words' ending with dashR - 为什么 str_detect 在以破折号结尾的“单词”上使用单词边界时返回与 grepl 不同的结果

【发布时间】：2019-08-25 20:07:54

【问题描述】：

str_detect 的帮助页面声明“等效于 grepl(pattern, x)”，但是：

str_detect("ALL-", str_c("\\b", "ALL-", "\\b"))
[1] FALSE

虽然

grepl(str_c("\\b", "ALL-", "\\b"), "ALL-")
[1] TRUE

我想其中一个没有按预期工作？还是我错过了什么？

【问题讨论】：

不确定是否是单词边界，因为str_detect("ALL-", str_c("\\b", "ALL", "\\b")) 返回TRUE。

【参考方案1】：

当您将参数perl = TRUE 添加到grepl() 时，它会给出相同的结果：

> grepl(str_c("\\b", "ALL-", "\\b"), "ALL-")
[1] TRUE
> grepl(str_c("\\b", "ALL-", "\\b"), "ALL-", perl = T)
[1] FALSE

这个参数意味着grepl() 将使用 Perl Compatible Regex。

?grep中有这个警告，可能有关系？

gsub 和 gregexpr 的 POSIX 1003.2 模式无法正确处理重复的单词边界（例如，pattern = "\b"）。对此类匹配项使用 perl = TRUE（但对于非 ASCII 输入，这可能无法按预期工作，因为“单词”的含义取决于系统）。