Regex R-正则表达式中的高级字符串处理&引用；。格式（）；重复冗长

Python是一种处理字符串的神奇语言。我已经创建了一些相当高级的正则表达式，我正在考虑将其移植到R。R最近添加了perl（？P）功能，但我不确定如何在R中最好地完成以下示例：

import re

pill_unit = r"(?:PILL|CAPSULE)"
dosage = r"""
(?P<pills>
  ½|
  \d+(?:\.\d+|)|
  \bONE\b)\s*
{unit}""".format(unit = pill_unit)
compiled_regex = re.compile(dosage, re.VERBOSE)

print(compiled_regex.search("1 PILL A DAY").group("pills"))

重新导入
药丸|单位=r“（？：药丸|胶囊）”
剂量=r
（？P
½|
\d+（？：\。\d+|）|
\骨骼\b）\s*
{unit}”“。格式（单位=pill\u单位）
compiled_regex=re.compile（剂量，re.VERBOSE）
打印（已编译的正则表达式搜索（“每天1粒”）。组（“粒”）

---

与.format（）相比，sprintf（）似乎是一个笨拙的工具。在.format（）中，我可以命名参数并知道它们最终位于正确的位置。

我编写了一个测试程序，将正则表达式格式化为可读代码。它也做群体分析，平衡和其他很多事情。发动机的其他特殊处理标志。以格式化的方式查看非常大的表达式是非常独特的

范例

在这些设备上，组处理标志处于启用状态

(?P<pills>
  ½|
  \d+(?:\.\d+|)|
  \bONE\b)\s*
(?:PILL|CAPSULE)

（？P
½|
\d+（？：\。\d+|）|
\骨骼\b）\s*
（？：药丸|胶囊）

进入

1    (?P<pills>
          ½
       |  
          \d+
          (?: \.\d+ | )
       |  
          \bONE\b
1    )
     \s*
     (?: PILL | CAPSULE )

(?P<pills>½|\d+(?:\.\d+|)|\bONE\b)\s*(?:PILL|CAPSULE)

1（？P
½
|  
\d+
（？：\。\d+|）
|  
\骨头\b
1    )
\*
（？：药丸|胶囊）

然后，进入

(?P<pills>½|\d+(?:\.\d+|)|\bONE\b)\s*(?:PILL|CAPSULE)

（？P½| \d+（？：\。\d+）\bONE\b）\s*（？：药丸|胶囊）

那么这个

1    (?P<pills>
          ½
       |  \d+
          (?: \.\d+ | )
       |  \bONE\b
1    )
     \s*
     (?: PILL | CAPSULE )

1（？P
½
|\d+
（？：\。\d+|）
|\bONE\b
1    )
\*
（？：药丸|胶囊）

我认为

（？Ppattern）

是基于Python或PCRE的命名捕获缓冲区。Perl将解析它，但是Perl使用

（？模式）或（？'NAME'模式）

语法。我对Python提供的其他特性很感兴趣，.format（）和详细的替代方案，它们实际上使我的大型正则表达式可读性很好，它也处理注释吗？程序是在R中还是单独的包中？我认为编写自己的.format（）函数应该非常简单，但让我惊讶的是，默认情况下没有.Hi Max.它使用自然发生的换行符或heruritics的可选覆盖处理注释。它解析正则表达式并在格式化中应用启发式。这不是一件小事。在理想状态下，它是一个具有多个复选框选项的独立图形界面程序。现在大约有15个可选状态集中在一个关注分组（所有分组构造）的核心状态上。压缩、阈值、引擎，所有这些都是为了适应视觉结构——这是非常主观的。我可能会很快提供免费的5-10美元的捐赠软件。我想在它充实的时候授权二进制文件。它现在的能力非常强大，将其整合是另一回事。我还没有对它进行第一次重构。谢谢你的邀请。