R正则表达式量词破折号vs.逗号，带{stringr}vs.{pointblank}

我注意到在使用包时，R正则表达式量词的一些奇怪行为被写成

{min，max}

（如中所建议的）或

{min-max}

。我希望正则表达式能与

{min，max}

一起工作，而与

{min-max}

一起失败。但是，在下面的两个示例中，一个使用

{min，max}

，另一个使用

{min-max}

示例1按预期工作：

pattern\u comma

工作，而

pattern\u dash

不工作。但示例2出人意料地起作用：

doi\u模式(逗号)

不起作用，而

doi\u模式(破折号)

起作用

对这个正则表达式有什么建议吗？或者这可能是pointblank中的一个bug（在这种情况下，我可以在那里打开一个问题）

谢谢大家，所以社区

库（dplyr）
图书馆（stringr）
图书馆（空白点）
#例1
df1%
pointblank:：col_vals_regex(
vars（x），
句型
)
#>#tible:2 x 1
#>x
#>   
#> 1 123  
#> 2 68
#失败
df1%>%
pointblank:：col_vals_regex(
vars（x），
花样短跑
)
#>错误：“x”中的值应与正则表达式匹配的失败测试单元的超出量：`^\d{1-3}$`。
#>`col_vals_regex（）`验证失败，超出了绝对阈值级别（1）。
#>*故障级别（2）>=故障阈值（1）
#例2
df2%
col_vals_regex(
瓦拉斯（内政部），
doi_模式_逗号
)
#>错误：“doi”中的值应与正则表达式匹配的失败测试单元的超出量：`^10\.\d{4,9}/[-.；（）/：\w\d]+$`。
#>`col_vals_regex（）`验证失败，超出了绝对阈值级别（1）。
#>*故障级别（2）>=故障阈值（1）
#通过
df2%>%
col_vals_regex(
瓦拉斯（内政部），
doi_模式(dash)
)
#>#tible:2 x 1
#>内政部
#>                        
#>1 10.1186/s12872-020-01551-9
#>2 10.1002/cpp.1968

---

由（v0.3.0）于2021-05-09创建的您不能怀疑：

{min-max}

，您需要使用

{min，max}

\d{4-9}

引发异常（使用

sub

尝试，您将得到

无效正则表达式'\d{4-9}'，原因是{}的内容无效。

）

接下来，第二个问题是正则表达式是用默认的TRE正则表达式引擎解析的，并且不能在括号内使用诸如

\w

或

\w

之类的速记字符类，因此需要使用

[：alnum:][ucode>而不是方括号内的
\w

现在，您知道了正确的正则表达式：

“^10\\.\\d{4,9}/[-.；（）/：[：alnum:][uU]+$”

你可以潜得更深

如果使用
test\u col\u vals\u regex
，您可以看到得到的结果：

>df2%>%test\u col\u vals\u regex（vars（doi），“^10\\\.\\d{4,9}/[-.；（）/：[：alnum:][u]+$”）
[1] 真的
>df2%>%test\u col\u vals\u regex（vars（doi），“^10\\\.\\d{4-9}/[-.；（）/：[：alnum:][u]+$”）
[1] NA
>df2%>%test\u col\u vals\u regex（vars（doi），“^10\\\.\\d{4,9}/[-.；（）/：\\w]+$”）
[1] 假的
>df2%>%test\u col\u vals\u regex（vars（doi），“^10\\\.\\d{4-9}/[-.；（）/：\\w]+$”）
[1] NA

因此，当正则表达式格式错误时，所有情况都返回
NA
，并跳过对这些项的验证，最后传递它们

结论：在
col\u vals\u regex
中使用您的正则表达式模式之前，请始终测试它们的有效性。
col\u vals\u regex
在哪里学习了
{n-m}
语法
df1%>%pointblank:：col_vals_regex（vars（x），pattern_comma）
有效。Hi@WiktorStribiżew，
pattern_comma
在示例1中有效（如预期），但
doi_pattern_comma
在示例2中不起作用（并且
doi_pattern_dash
不起作用）。这对我来说是个谜！