R语言使用正则表达式按双大括号拆分字符串的匹配异常问题

核心错误原因 #

你编写的正则出现问题的核心是对**正则字符集语法[]**的规则误解：

• 方括号[]仅用于定义单个字符的匹配范围，内部写入的所有内容都会被解析为独立的单个字符，不会识别量词、多字符匹配规则。你写的[^\\}{2,2}]实际含义是「匹配1个不属于}、{、2、,这四个字符的字符」，完全不是你预期的「匹配所有不等于}}的多字符序列」。
• 因此你的正则会在扫描到{或}时就停止前半段的匹配，仅会匹配到最后一段不含{/}的字符（hot、lazy）加上末尾的}}，最终输出你看到的结果。

符合需求的实现方案 #

你要实现「匹配任意内容直到最近的}}为止」的逻辑，使用惰性匹配规则即可：

# R中正则写法，双反斜杠为R字符串的转义要求
pattern_test <- ".*?\\}\\}
teststring <- "{the {dog} is {hot}},{the {cat} is {lazy}}"
tmp <- unlist(str_extract_all(teststring, pattern_test))
tmp

运行后输出结果为 "{the {dog} is {hot}}"、",{the {cat} is {lazy}}"，和你的预期一致。

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