R：使用 gsub 转义 SQLite 的单引号（避免双重转义已经转义的字符串）

Question

我需要转义文本字符串以将它们插入 SQLite 数据库。

问题出在我的管道中，我可能已经转义了字符串。我需要注意'' 的可能性。

例如，

string1 <- "On the Internet, nobody knows I'm a dog"
string2 <- "On the Internet, nobody knows I''m a dog"
gsub("'", "''", string1)
# [1] "On the Internet, nobody knows I''m a dog"

但是

gsub("'", "''", string2)
# [1] "On the Internet, nobody knows I''''m a dog"

还有

gsub("([^'])'[^']", "'", string2)
# "On the Internet, nobody knows I''m a dog"

但是

gsub("([^'])'[^']", "'", string1)
# [1] "On the Internet, nobody knows ' a dog"

Answer 1

前瞻/后视是一种方法（也是更优化的方法），但您也可以更暴力一些（如果您愿意处理文本两次）：

library(stringi)
library(magrittr)

txt_vals <- c("On the Internet, nobody knows I'm a dog's dog",
              "On the Internet, nobody knows I''m a dog's dog")

stringi::stri_replace_all_regex(txt_vals, "''", "'") %>% 
  stringi::stri_replace_all_regex("'", "''")

您应该接受第一个有效的前瞻/后视解决方案与这个解决方案，但同时这会让您继续前进。

Answer 2

用户 hrbmstr 提到的基于此正则表达式的正向后视解决方案：(?<=')':

string1 <- "On the Internet, nobody knows I'm a dog"
string2 <- "On the Internet, nobody knows I''m a dog"
string3 <- "On the Internet, nobody knows I'm a dog's dog"
string4 <- "On the Internet, nobody knows I''m a dog''s dog"
string5 <- "Weird Al'''s apostrophes"
gsub("(?<=')'", "", string1, perl=TRUE)
gsub("(?<=')'", "", string2, perl=TRUE)
gsub("(?<=')'", "", string3, perl=TRUE)
gsub("(?<=')'", "", string4, perl=TRUE)
gsub("(?<=')'", "", string5, perl=TRUE)

输出：

"On the Internet, nobody knows I'm a dog"
"On the Internet, nobody knows I'm a dog"
"On the Internet, nobody knows I'm a dog's dog"
"On the Internet, nobody knows I'm a dog's dog"
"weird al's apostrophes"

Answer 3

虽然使用带有 RODBCext package 的参数化查询可以正常工作，但可以使用以下 PCRE 正则表达式实现仅用正则表达式替换奇数引号的解决方案：

x <- c("On the Internet, nobody knows I'm a dog", "On the Internet, '''nobody''' knows I''m a ''''dog''''")
gsub("''(*SKIP)(?!)|'", "''", x, perl=TRUE)
## 
## [1] "On the Internet, nobody knows I''m a dog"                
## [2] "On the Internet, ''''nobody'''' knows I''m a ''''dog''''"

查看regex demo 和R demo。

详情：

• '' - 两个连续的单引号
• (*SKIP)(?!) - 特殊的 PCRE 动词和负前瞻序列使正则表达式引擎跳过消耗的文本并从丢弃的文本末尾继续匹配
• | - 或
• ' - 单引号。