Regex 正则表达式中的逸出管道（“逸出管道”）

我需要对单词和结束符号（某些类型的标点符号）进行拆分。奇怪的是，管道（“|”）可以算作终点标记。在我尝试添加管道之前，我有代码在末端标记上显示文字。添加管道将使

strsplit

每个字符都成为字符串。逃避它会导致错误。如何在正则表达式中包含管道

x <- "I like the dog|."

strsplit(x, "[[:space:]]|(?=[.!?*-])", perl=TRUE)
#[[1]]
#[1] "I"    "like" "the"  "dog|" "."   

strsplit(x, "[[:space:]]|(?=[.!?*-\|])", perl=TRUE)
#Error: '\|' is an unrecognized escape in character string starting "[[:space:]]|(?=[.!?*-\|"

---

问题实际上是你的连字符，它应该出现在：

等等都应该给你你想要的输出

如果愿意，您也可以将连字符转义，但请记住使用两个反斜杠

strsplit(x, "[[:space:]]|(?=[.!?*\\-|])", perl=TRUE)

---

解决此问题的一种方法是使用

\Q..\E

符号删除

..

中任何字符的特殊含义。正如

？regex

中所述：

如果你想从一系列的 字符，您可以将它们放在“\Q”和“\E”之间。这 与Perl不同的是，“$”和“@”在 PCRE中的“\Q..\E”序列，而Perl中的“$”和“@”是因为 变量插值

例如：

> strsplit(x, "[[:space:]]|(?=[\\Q.!?*-|\\E])", perl=TRUE)
[[1]]
[1] "I"    "like" "the"  "dog"  "|"    "."

---

有趣。我肯定需要多读一些正则表达式+1@Joshua，mrdwab给出了一个很好的答案，这甚至更加彻底。我从没听说过

\\Q\\E

东西。非常有用的信息。@Tylerinker:我也从来没有听说过，直到我看到你的问题后阅读了文档@Joshua，你要发表这样的声明，而不是提供链接：P@TylerRinker：正如我在回答中所说，它位于

？regex

，请参阅类似Perl的正则表达式部分。两个非常好的答案，josh给出了更多的细节。谢谢你的回答+1我总是犹豫要不要在R正则表达式问题上加上正则表达式标签，因为你可以从其他语言获得正则表达式，尽管答案相似，但它们并不重叠。

strsplit(x, "[[:space:]]|(?=[.!?*\\-|])", perl=TRUE)

> strsplit(x, "[[:space:]]|(?=[\\Q.!?*-|\\E])", perl=TRUE)
[[1]]
[1] "I"    "like" "the"  "dog"  "|"    "."