单一和全局匹配

使用正则表达式时，PCRE 的一个修饰符是全局匹配的 g。

在 R 匹配和替换功能有两个版本：第一个匹配和全局匹配：

• sub(pattern,replacement,text) 将通过文本替换替换第一次出现的模式

• gsub(pattern,replacement,text) 将与 sub 相同但每次出现模式

• regexpr(pattern,text) 将返回第一个模式实例的匹配位置

• gregexpr(pattern,text) 将返回所有匹配。

一些随机数据：

set.seed(123)
teststring <- paste0(sample(letters,20),collapse="")

# teststring
#[1] "htjuwakqxzpgrsbncvyo"

如果我们想用其他东西替换元音，让我们看看它是如何工作的：

sub("[aeiouy]"," ** HERE WAS A VOWEL** ",teststring)
#[1] "htj ** HERE WAS A VOWEL** wakqxzpgrsbncvyo"

gsub("[aeiouy]"," ** HERE WAS A VOWEL** ",teststring)
#[1] "htj ** HERE WAS A VOWEL** w ** HERE WAS A VOWEL** kqxzpgrsbncv ** HERE WAS A VOWEL**  ** HERE WAS A VOWEL** "

现在让我们看看我们如何找到紧跟一个或多个元音的辅音：

regexpr("[^aeiou][aeiou]+",teststring)
#[1] 3
#attr(,"match.length")
#[1] 2
#attr(,"useBytes")
#[1] TRUE

我们在长度为 2 的字符串的位置 3 上匹配，即：ju

现在，如果我们想获得所有匹配：

gregexpr("[^aeiou][aeiou]+",teststring)
#[[1]]
#[1]  3  5 19
#attr(,"match.length")
#[1] 2 2 2
#attr(,"useBytes")
#[1] TRUE

所有这一切都非常棒，但是这只会给出匹配的使用位置，并且不太容易得到匹配的内容，而这里提到了 regmatches 它的唯一目的是提取从 regexpr 匹配的字符串，但它有不同的语法。

让我们将匹配保存在变量中，然后从原始字符串中提取它们：

matches <- gregexpr("[^aeiou][aeiou]+",teststring)
regmatches(teststring,matches)
#[[1]]
#[1] "ju" "wa" "yo"

这可能听起来很奇怪没有快捷方式，但是这允许通过我们的第一个匹配从另一个字符串中提取（想想比较两个长向量，你知道第一个是第一个但不是第二个的常见模式，这允许容易比较）：

teststring2 <- "this is another string to match against"
regmatches(teststring2,matches)
#[[1]]
#[1] "is" " i" "ri"

注意注意：默认情况下，模式不是 Perl 兼容的正则表达式，不支持某些类似于 lookarounds 的东西，但此处提供的每个函数都允许使用 perl=TRUE 参数来启用它们。