如何编写可匹配R语言中所有合法语法名称的正则表达式

根据R ?make.names 文档定义，合法语法名称规则如下：

1. 仅可包含字母、数字、点号.、下划线_四类字符
2. 首字符必须为字母，或后接非数字的点号

正则表达式写法 #

基础ASCII版本（仅支持英文字母开头） #

R环境中使用时需开启perl模式支持负向预查逻辑：

grepl("^([a-zA-Z]|\\.(?!\\d))[a-zA-Z0-9._]*$", your_str, perl = TRUE)

各部分逻辑说明：

• ^ 匹配字符串开头
• ([a-zA-Z]|\\.(?!\\d)) 匹配两种合法开头：
  • 大小写英文字母 [a-zA-Z]
  • 点号\.，且通过负向预查(?!\\d)保证点号后不接数字
• [a-zA-Z0-9._]* 匹配后续0个或多个合法字符（字母、数字、点、下划线）
• $ 匹配字符串结尾

支持Unicode字母版本（可匹配中文、希腊字母等非英文开头的合法名称） #

如果需要兼容非英文字母作为合法名称开头，可使用Unicode字符类替换英文字母匹配规则：

grepl("^(\\p{L}|\\.(?!\\d))[\\p{L}0-9._]*$", your_str, perl = TRUE)

其中\\p{L} 会匹配任意Unicode体系下的字母字符。

匹配测试示例 #

• 匹配成功的合法名称：
  • var123
  • .my_var
  • .（单独点号为合法名称）
  • data.2024
• 匹配失败的非法名称：
  • 123var（首字符为数字）
  • .123data（点号后接数字）
  • _var（首字符为下划线）
  • var!@#（包含非法特殊字符）

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