R语言grepl函数中OR运算符后换行为何会改变正则匹配结果？

你遇到的差异本质是R的字符串字面量会保留引号内的所有空白字符：当你把Tumoral挪到引号内的新行时，|和Tumoral之间多了换行符+行首的缩进空格，原来的正则片段|Tumoral变成了|\n Tumoral，相当于你要求匹配的内容必须是「竖线+换行+若干空格+Tumoral」才会命中，原本纯Tumoral的内容就无法匹配，所以最终匹配成功的行数少了3条，和你运行结果的差值完全对应。

给你两种常用的无副作用换行方案：

方案1：用paste0拼接正则片段 #

把每个分支拆成独立的字符串拼接，不会引入多余空白：

# 逐段拼接正则，换行自由无额外空白
oncologie_pattern <- paste0(
  "Radioth[ée]rapie|",
  "Chimioth[ée]rapie|",
  "Radiochimioth[ée]rapie|",
  "Cancer|",
  "Tumeur|",
  "Tumoral"
)

sigaps$Oncologie <- ifelse(
  grepl(oncologie_pattern, sigaps$Titre.de.l.étude, ignore.case = TRUE),
  1,
  0
)

方案2：开启正则注释模式忽略空白 #

用base R的regex()函数开启comments = TRUE参数，该模式下正则内的所有空白、换行和#开头的注释都会被自动忽略，你可以自由换行排版：

oncologie_pattern <- regex(
  "
  Radioth[ée]rapie|
  Chimioth[ée]rapie|
  Radiochimioth[ée]rapie|
  Cancer|
  Tumeur|
  Tumoral
  ",
  ignore_case = TRUE,
  comments = TRUE # 关键参数：自动忽略正则内的空白和注释
)

sigaps$Oncologie <- ifelse(
  grepl(oncologie_pattern, sigaps$Titre.de.l.étude),
  1,
  0
)

这不是逻辑层面的编码错误，属于R字符串语法的常见小坑，只要记住引号内的所有字符都会被当做字符串的一部分，不要在需要精确匹配的字符串内插入不必要的换行、缩进即可。

内容的提问来源于stack exchange，提问作者Seydou GORO