R 正则表达式中的花括号如何工作？

Question

我试图了解 R 正则表达式中的花括号是如何工作的。帮助文件说：

{n} 前一项恰好匹配 n 次。

{n,} 前一项匹配 n 次或多次。

{n,m} 前一项至少匹配 n 次，但不超过 m 次。

我有一个这样的向量：

b <- c("aa", "aaa", "aaaa", "aaaaa")

当我这样做时

b[grep("a{2}", b)]

我希望它只返回“aa”，但我得到了一切。换句话说，它产生的结果与

完全相同

b[grep("a{2,}", b)]

为什么？

Answer 1

因为在这个aaa 中，输入a{2} 匹配前两个a，同样适用于所有其他元素。所以 grep 返回所有元素的索引。要进行精确的字符串匹配，您必须添加锚点。

> b <- c("aa", "aaa", "aaaa", "aaaaa")
> b[grep("^a{2}$", b)]
[1] "aa"

^ 断言我们在起点，$ 断言我们在终点。所以上面的 grep 只返回正好有两个a 的元素的索引，即1。

或

> b <- c("aa", "aaa", "aaaa", "aaaaa")
> b[grep("\\ba{2}\\b", b)]
[1] "aa"

添加\b 字边界也适用于这种情况。