R语言使用正则表达式删除以QUOTE开头且结尾的子串问题

问题原因分析 #

你编写的正则表达式存在逻辑错误："QUOTE*"中的*是量词，仅作用于紧邻它的前一个字符E，含义是匹配QUOT后接0个或多个E的子串，因此只能匹配到开头的QUOTE，无法命中两个QUOTE以及中间的全部内容，也就达不到删除目标子串的效果。

正确实现代码 #

使用非贪婪匹配规则，匹配以QUOTE开头、QUOTE结尾的完整子串后替换为空即可：

x <- c("QUOTEI think I am okayQUOTE I don't think you are")
# perl=TRUE 开启非贪婪匹配支持
xx <- gsub(pattern = "QUOTE.*?QUOTE", replacement = "", x = x, perl = TRUE)

运行后xx的输出结果完全符合预期：

[1] " I don't think you are"

补充说明 #

如果字符串中存在多组QUOTE包裹的内容，该写法也可以正确逐组匹配删除，不会出现跨组过度匹配的问题。如果需要去除结果首尾的冗余空格，可额外调用trimws(xx)处理。

内容的提问来源于stack exchange，提问作者Louise