R 3.6.1中grepl与stri_detect_regex正则匹配表现差异咨询

注：该问题仅出现于R 3.6.1版本，新版本中两函数表现已一致。

在R 3.6.1中，grepl（开启perl=T）与stri_detect_regex对正则表达式\p{L}的解析差异，根源在于二者依赖的正则引擎不同：

• grepl(..., perl = T)基于PCRE（Perl兼容正则表达式）引擎，该版本的PCRE对Unicode字母属性\p{L}的覆盖范围有限，未将Latin Extended D/E这类较新的Unicode字符块中的字符归类为字母范畴。
• stri_detect_regex属于stringi包，依赖ICU（Unicode国际组件）引擎，ICU对Unicode标准的支持更全面，能完整识别所有Unicode官方定义的字母字符，包括Latin Extended D/E块中的字符。

结合测试代码：

v <- c("é", "Ḃ", "Ꞵ", "ꞵ", "Ꞷ", "ꞷ","keepme", "remove$me", "remove.me")

v[grepl("^[\\p{L} ]+$", v, perl = T)]
# [1] "é"      "Ḃ"      "keepme"

v[stri_detect_regex(v, "^[\\p{L} ]+$")]
# [1] "é"      "Ḃ"      "\ua7b4" "\ua7b5" "\ua7b6" "\ua7b7" "keepme"

示例中第3-7个字符（Ꞵ、ꞵ、Ꞷ、ꞷ）属于Latin Extended D Unicode块，在R 3.6.1的PCRE引擎中不被\p{L}匹配，但ICU引擎可正确识别为字母，因此出现了结果差异。

内容的提问来源于stack exchange，提问作者Merijn van Tilborg