在R语言tidy eval中expr与enexpr的差异及实验疑问

一、基础概念区分 #

先明确最核心的区别：

• expr()：直接捕获当前环境下的表达式文本，仅保留代码的语法结构，不追踪参数的原始输入
• enexpr()：专门捕获函数参数的原始输入表达式（即调用函数时传入的代码本身，而非参数在函数内部的绑定值）
• quo()/enquo()：与上述两个函数对应，但会额外保留表达式的环境上下文（带作用域的引用，这是tidy evaluation框架实现上下文感知的核心）

二、针对你的代码示例逐点解惑 #

先回顾你的测试代码：

library(rlang) 

x <- 1000 
a <- 9 
b <- 2 
    
f1 <- function(x) { 
  e <- expr(x) 
  print(e) 
  print(eval(e)) 
} 

f2 <- function(x) { 
  e <- enexpr(x) 
  print(e) 
  print(eval(e)) 
} 

1. f1函数的行为解释 #

调用f1(a + b)时：

• 进入函数体后，R会先对参数x做惰性求值：把传入的a + b计算为11，并在函数的局部环境中绑定x = 11
• expr(x)只是捕获了符号x本身，所以打印输出是x
• eval(e)是在函数的局部环境中对符号x求值，此时局部环境的x已经是11，因此输出11，和全局环境的x=1000无关（R的作用域规则是优先找当前环境的绑定，再向上回溯）

2. f2函数的行为解释 #

调用f2(a + b)时：

• enexpr(x)会跳过参数的求值过程，直接捕获调用时传入的原始代码a + b，所以打印输出是a + b
• eval(e)会在当前环境（函数内部）求值该表达式，但函数内部没有a和b的绑定，因此会向上回溯到全局环境找到a=9和b=2，计算得到11

三、quo()与enquo()的补充说明 #

quo系列函数的核心是保留环境上下文，这是tidyverse工具（如dplyr）实现非标准求值的关键：

• quo(x)捕获符号x和当前环境（即函数内部的环境）
• enquo(x)捕获原始输入表达式和调用者的环境（即你调用函数时所在的环境）

示例：

f3 <- function(x) {
  q <- quo(x)
  print(q)
  eval_tidy(q)
}
f4 <- function(x) {
  q <- enquo(x)
  print(q)
  eval_tidy(q)
}

# 调用结果
> f3(a + b)
<quosure>
expr: ^x
env:  <environment: f3>
[1] 11

> f4(a + b)
<quosure>
expr: ^a + b
env:  <environment: global>
[1] 11

这种环境绑定的特性，能让tidyverse函数正确识别数据框的列名（比如dplyr::select(df, col)中，enquo(col)会保留调用者环境，从而找到df里的col列）。

内容的提问来源于stack exchange，提问作者Ralph