dbplyr转译正则表达式到SQL时丢失转义反斜杠的问题求助

我正在开发一个简单的文本挖掘工具，核心逻辑是通过指定正则表达式识别内容后标记对应指标。当前使用Impala数据库，部分正则包含[,]、/等特殊字符，在SQL中需要用双反斜杠转义才能正常工作。

我的R代码示例：

mutate(indicator = case_when(
       sql("(body) RLIKE '(confirmation[ :\\[\\]review]*n[^\\/y])'") ~ "NULL",
       sql("(body) RLIKE '(confirmation[ :\\[\\]review]*y[^\\/n])|(other similar regex)'") ~ "Y", ...,
       TRUE ~ "NULL")) %>% ....

这个正则的预期是匹配包含“confirmation”，后续跟随空格、冒号、[、]或review字符，最后是字母y且后续不能是/或n的内容。直接在SQL中执行该正则可以正常匹配，但用dbplyr执行时，匹配结果和原生SQL不一致。通过show_query()查看生成的SQL发现，dbplyr自动移除了转义用的其中一个反斜杠：

....
                    CASE
WHEN ((body) RLIKE '(confirmation[ :\[\]review]*n[^\/n])') THEN 'NULL'
WHEN ((body) RLIKE '(confirmation[ :\[\]review]*y[^\/n])|(more similar expressions) THEN 'Y'
WHEN .......
ELSE 'NULL'
END AS `coverage_indicator`, ....

我对正则表达式不算精通，不确定这种转义丢失的影响，但待挖掘文本中存在不能被当作禁用字符的反斜杠，想请教如何避免转义反斜杠丢失，或者有没有其他实现需求的可行方案？

1. 使用R原始字符串语法（推荐） #

R 4.0及以上版本支持原始字符串，用r"(...)"包裹正则内容，内部的反斜杠无需额外转义，能直接完整传递给dbplyr：

mutate(indicator = case_when(
       sql(r"(body RLIKE '(confirmation[ :\[\]review]*n[^\/y])')") ~ "NULL",
       sql(r"(body RLIKE '(confirmation[ :\[\]review]*y[^\/n])|(other similar regex)')") ~ "Y",
       TRUE ~ "NULL")) %>%
  # 后续数据处理逻辑

原始字符串会保留所有反斜杠，彻底避免转义层丢失问题。

2. 添加双重转义层（兼容旧版R） #

如果使用R 4.0以下版本，给每个需要转义的反斜杠再加一层转义（即写四个反斜杠\\\\），R解析后会转为两个反斜杠，dbplyr处理后最终传给Impala的就是正确的转义格式：

mutate(indicator = case_when(
       sql("(body) RLIKE '(confirmation[ :\\\\[\\\\]review]*n[^\\\\/y])'") ~ "NULL",
       sql("(body) RLIKE '(confirmation[ :\\\\[\\\\]review]*y[^\\\\/n])|(other similar regex)'") ~ "Y",
       TRUE ~ "NULL")) %>%
  # 后续数据处理逻辑

3. 预定义正则变量 #

把正则表达式预先定义为带正确转义的变量，再传入sql()，既能提升代码可读性，也能减少转义错误：

# 预编译正则规则
regex_flag_null <- r"(body RLIKE '(confirmation[ :\[\]review]*n[^\/y])')"
regex_flag_y <- r"(body RLIKE '(confirmation[ :\[\]review]*y[^\/n])|(other similar regex)')"

# 调用正则进行标记
mutate(indicator = case_when(
       sql(regex_flag_null) ~ "NULL",
       sql(regex_flag_y) ~ "Y",
       TRUE ~ "NULL")) %>%
  # 后续数据处理逻辑

4. 用dbplyr的escape()函数手动控制转义 #

借助dbplyr::escape()函数，传入数据库连接对象，让它根据Impala的规则自动处理转义：

# 假设your_con是你的Impala数据库连接
mutate(indicator = case_when(
       sql(dbplyr::escape(sql("(body) RLIKE '(confirmation[ :\\[\\]review]*n[^\\/y])'"), con = your_con)) ~ "NULL",
       sql(dbplyr::escape(sql("(body) RLIKE '(confirmation[ :\\[\\]review]*y[^\\/n])|(other similar regex)'"), con = your_con)) ~ "Y",
       TRUE ~ "NULL")) %>%
  # 后续数据处理逻辑

内容的提问来源于stack exchange，提问作者A03