R语言正则表达式正向预查报错问题求助

嘿，你遇到的这个问题其实是R默认正则引擎的特性限制导致的，我来给你理清楚：

核心原因 #

R里的sub()、grep()这类正则函数默认使用POSIX扩展正则表达式，而你用到的(?=...)正向预查、(?i)内联忽略大小写修饰符都是PCRE（Perl兼容正则表达式）专属的语法，POSIX正则并不支持这些特性——这就是为什么你在regex101这类默认用PCRE的引擎里能正常运行，但在R里报错的原因。

解决方案：切换到PCRE引擎 #

只需要在调用sub()的时候加上perl=TRUE参数，就能让R启用PCRE引擎，支持你需要的正则语法。另外还可以优化一下你的正则表达式，把重复的(?i)合并到分组开头，同时注意去掉预查语法里多余的空格：

street.addresses <- c("23 Charles Street NE","23 Charles St. NE")
new.vec <- sub(x = street.addresses, pattern = "\\s(?i)(Street|St\\.?)(?=\\sNE)", replacement = " St", perl = TRUE)
# 查看结果
new.vec

运行这段代码后，你会得到预期的输出：

[1] "23 Charles St NE" "23 Charles St NE"

额外说明 #

如果你不想用PCRE引擎，也可以用R原生的方式处理忽略大小写：去掉(?i)，给sub()加上ignore.case=TRUE参数，但POSIX正则不支持正向预查，这种情况下你可能需要用捕获组来匹配后续的NE并保留它，写法会更繁琐，所以显然加perl=TRUE是更简洁高效的方案。

内容的提问来源于stack exchange，提问作者Brandon