R语言stringr正则中如何限制lookaround环视的查找词距范围

1. stringr底层采用ICU正则引擎，负向回顾后发断言要求匹配长度有明确的上下边界，你原始写法中使用\\s+（无上限匹配空格），叠加{3,8}量词后引擎无法计算确定的最大匹配长度，因此抛出边界长度错误。
2. 原正则额外多写了一个冗余的右括号，存在语法错误。

推荐两种可直接落地的实现方式：

方案1：先过滤右心室文本再匹配（推荐） #

不需要写复杂环视，逻辑更清晰，匹配准确率更高，适配医疗报告的文本特征：

library(stringr)
library(dplyr)

# 测试数据示例
test_reports <- c(
  "enlarged lv chamber with some degree of mild to moderate systolic dysfunction",
  "enlarged rv chamber with some degree of mild to moderate systolic dysfunction",
  "severe systolic dysfunction of lv",
  "moderate systolic dysfunction in rv"
)

# 第一步：排除所有包含右心室（rv）的报告片段
lv_reports <- test_reports[!str_detect(test_reports, regex("rv", ignore_case = TRUE))]

# 第二步：直接匹配左心室收缩功能障碍程度
match_rule <- regex(
  "(\\w+(?:\\s+to\\s+\\w+)?)\\s*(?:lv\\s+)?s[yi]stolic\\s+d[yi]sfunction",
  ignore_case = TRUE
)
str_extract(lv_reports, match_rule, group = 1)

方案2：修正环视语法适配ICU规则 #

如果必须用单条正则实现，把无上限的空格匹配改成有明确边界的写法，让引擎可计算最大匹配长度：

lv_systolic_dysfunction <- regex(
  "(?i)\\b(?!lv\\b)((?:\\w+\\s+to\\s+)?\\w+)\\b(?=(?:\\s+lv)?\\s+s[yi]stolic\\s+d[yi]sfunction)(?<!rv(\\s{1,2}\\w+\\s{1,2}){3,8})",
  dotall = TRUE
)

此处将\\s+替换为\\s{1,2}，明确空格最多出现2次，符合医疗报告的常规书写格式，不会出现漏匹配问题。

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