R中的反向引用

Question

我对反向引用的使用感到非常困惑

strings <- c("^ab", "ab", "abc", "abd", "abe", "ab 12")

gsub("(ab) 12", "\\1 34", strings)
[1] "^ab"   "ab"    "abc"   "abd"   "abe"   "ab 34"

gsub("(ab)12", "\\2 34", strings)
[1] "^ab"   "ab"    "abc"   "abd"   "abe"   "ab 12"

我知道 \1 指的是第一个子模式（从左边开始），\2 指的是第二个子模式，依此类推。但我不知道这个子模式是什么意思。为什么 \1 和 \2 给出不同的输出

gsub("(ab)", "\\1 34", strings)
[1] "^ab 34"   "ab 34"    "ab 34c"   "ab 34d"   "ab 34e"   "ab 34 12"

另外，为什么我在 (ab) 之后删除 12 会得到这样的结果？

gsub("ab", "\\1 34", strings)
[1] "^ 34"   " 34"    " 34c"   " 34d"   " 34e"   " 34 12"

此外，如果 ab 没有括号怎么办？说明什么？

我真的搞砸了反向引用，希望有人能清楚地解释逻辑

Answer 1

在第一种和第二种情况下，只有一个捕获组，即使用(...) 捕获的组，但是在第一种情况下替换我们正确使用反向引用，即第一个捕获组，在第二种情况下，使用@ 987654322@ 从未存在过。

举例说明

gsub("(ab)(d)", "\\1 34", strings)
#[1] "^ab"   "ab"    "abc"   "ab 34" "abe"   "ab 12"

这里我们使用两个捕获组（(ab) 和 (d)），在替换中我们有第一个反向引用（\\1），后跟一个空格，后跟 34。因此，在“字符串”中，这将匹配第 4 个元素，即“abd”，获取“ab”作为第一个反向引用 (\\1)，后跟空格和 34。

假设，我们使用第二个反向引用

gsub("(ab)(d)", "\\2 34", strings)
#[1] "^ab"   "ab"    "abc"   "d 34"  "abe"   "ab 12"

第一个被删除，我们有“d”后跟空格和 34。

假设，我们使用一般大小写而不是特定字符

gsub("([a-z]+)\\s*(\\d+)", "\\1 34", strings)
#[1] "^ab"   "ab"    "abc"   "abd"   "abe"   "ab 34"
gsub("([a-z]+)\\s*(\\d+)", "\\2 34", strings)
#[1] "^ab"   "ab"    "abc"   "abd"   "abe"   "12 34"

请注意如何通过从第一个反向引用切换到第二个元素来更改最后一个元素中的值。使用的模式是一个或多个小写字母（在捕获组 (([a-z]+)) 后跟零个或多个空格 (\\s*) 后跟第二个捕获组 ((\\d+)) 中的一个或多个数字（这匹配仅使用 'strings' 的最后一个元素）。在替换中，我们使用如上所示的第一个和第二个反向引用。