正则表达式单词边界末端和边缘之间的差异

R 帮助文件regex says

符号 \ 分别匹配空字符串 单词的开头和结尾。符号 \b 匹配空字符串 单词的边缘

（单词的）末端和边缘有什么区别？

之间的区别\b and \< / \>就是它\b可以在 PCRE 正则表达式模式中使用（当您指定perl=TRUE) 和 ICU 正则表达式模式 (stringr包裹）。

> s = "no where nowhere"
> sub("\\<no\\>", "", s)
[1] " where nowhere"
> sub("\\<no\\>", "", s, perl=T) ## \> and \< do not work with PCRE
[1] "no where nowhere"
> sub("\\bno\\b", "", s, perl=T) ## \b works with PCRE
[1] " where nowhere"

> library(stringr)
> str_replace(s, "\\bno\\b", "")
[1] " where nowhere"
> str_replace(s, "\\<no\\>", "")
[1] "no where nowhere"

优点\<（始终代表单词的开头）和\>（始终匹配单词的结尾）的优点是它们是明确的。这\b可以匹配两个位置。

还有一件事需要考虑（refrence):

gsub 和 gregexpr 的 POSIX 1003.2 模式在处理重复的字边界时无法正常工作（例如，pattern = "\b"). Use perl = TRUE对于此类匹配（但对于非 ASCII 输入可能无法按预期工作，因为“单词”的含义取决于系统）。