R中gsub使用\K重置匹配符仅每两字符生效的问题咨询

这个现象是正常的，不属于macOS、RStudio或R版本的bug，核心原因是R中gsub设置perl = TRUE时调用的PCRE正则库的全局匹配规则：

• 你使用的模式\pL\K逻辑为：匹配1个Unicode字母，通过\K丢弃已经匹配到的字母内容，最终匹配目标是该字母后方的零宽度空位置，用于替换插入.。
• PCRE做全局替换时，只要某一轮匹配到的内容是零长度空串，就会自动把下一轮匹配的起始位置向后挪1个字符，避免无限循环匹配同一个位置。
• 对应测试字符串adskhfks的实际匹配流程为：
  • 从第一个字符a开始匹配，命中后在a后方插入.，因为是零长度匹配，下一轮直接跳过第二个字符d，从第三个字符s开始匹配
  • 命中s后在后方插入.，再跳过第四个字符k，从第五个字符h开始
  • 循环执行后就得到了你看到的a.ds.kh.fk.s结果，隔一个字母才插入一个点。
    部分正则测试平台返回预期结果，是因为这些平台默认使用更新的PCRE2引擎，对\K重置匹配偏移后的步进逻辑做了调整，和R 4.2.0内置的旧版PCRE逻辑存在差异。

你提到不希望使用正向后行断言，以下两个方案都可以直接运行得到预期结果：

方案1：捕获组替换（最稳妥，无正则边缘问题） #

完全不依赖\K和零宽度匹配，通过捕获组匹配单个字母，替换时在字母后追加.，最后删除字符串末尾多余的句点即可：

# 给所有Unicode字母后追加句点
tmp_res <- gsub("(\\pL)", "\\1.", "adskhfks", perl = TRUE)
# 移除末尾多余的句点
final_res <- sub("\\.$", "", tmp_res)

运行输出：

> final_res
[1] "a.d.s.k.h.f.k.s"

方案2：保留\K写法，调整匹配规则 #

如果需要保留\K的写法，可以在模式中追加正向预查限定匹配条件，修正PCRE的偏移计算逻辑，避免出现跳过字符的问题：

gsub("\\pL\\K(?=\\pL)", ".", "adskhfks", perl = TRUE)

该模式限定仅当后方仍有Unicode字母时才在当前位置插入句点，运行后同样可以得到每个字母间加句点的正确结果。

内容的提问来源于stack exchange，提问作者Junitar