如何在正则表达式中处理 \^$.?*|+()[{ 等特殊字符？

我想匹配一个正则表达式特殊字符 http://www.regular-expressions.info/characters.html, \^$.?*|+()[{。我试过：

x <- "a[b"
grepl("[", x)
## Error: invalid regular expression '[', reason 'Missing ']''

（相当于stringr::str_detect(x, "[") or stringi::stri_detect_regex(x, "[").)

将值加倍来转义是行不通的：

grepl("[[", x)
## Error: invalid regular expression '[[', reason 'Missing ']''

使用反斜杠也不行：

grepl("\[", x)
## Error: '\[' is an unrecognized escape in character string starting ""\["

如何匹配特殊字符？

在一些古老且写得足够好的问题中，有一些特殊情况，可以厚颜无耻地以与此重复的方式结束：
R 正则表达式中的转义句点 https://stackoverflow.com/questions/6638072/escaped-periods-in-r-regular-expressions
如何转义R中的问号？ https://stackoverflow.com/questions/10602433/how-to-escape-a-question-mark-in-r
在正则表达式中转义管道（“|”） https://stackoverflow.com/questions/12940851/escaping-pipe-in-a-regex

使用双反斜杠转义

R 将反斜杠视为转义值字符常量 http://www.inside-r.org/r-doc/base/Quotes。 （...正则表达式也是如此。因此，在为模式提供字符参数时需要两个反斜杠。第一个反斜杠实际上不是字符，而是使第二个反斜杠成为字符。）您可以看到如何使用它们进行处理cat http://www.inside-r.org/r-doc/base/cat.

y <- "double quote: \", tab: \t, newline: \n, unicode point: \u20AC"
print(y)
## [1] "double quote: \", tab: \t, newline: \n, unicode point: €"
cat(y)
## double quote: ", tab:    , newline: 
## , unicode point: €

进一步阅读：在 R 中使用反斜杠转义反斜杠会在字符串中产生 2 个反斜杠，而不是 1 个 https://stackoverflow.com/questions/26284507/escaping-a-backslash-with-a-backslash-in-r-produces-2-backslashes-in-a-string-n

要在正则表达式中使用特殊字符，最简单的方法通常是使用反斜杠对其进行转义，但如上所述，反斜杠本身需要进行转义。

grepl("\\[", "a[b")
## [1] TRUE

要匹配反斜杠，您需要双重转义，从而产生四个反斜杠。

grepl("\\\\", c("a\\b", "a\nb"))
## [1]  TRUE FALSE

The rebus包包含每个特殊字符的常量，以防止您误输入斜杠。

library(rebus)
OPEN_BRACKET
## [1] "\\["
BACKSLASH
## [1] "\\\\"

更多示例请参见：

?SpecialCharacters

您的问题可以这样解决：

library(rebus)
grepl(OPEN_BRACKET, "a[b")

形成一个字符类

您还可以将特殊字符括在方括号中以形成字符类 http://www.regular-expressions.info/charclass.html.

grepl("[?]", "a?b")
## [1] TRUE

其中两个特殊字符在字符类中具有特殊含义：\ and ^.

即使反斜杠位于字符类内部，仍然需要转义。

grepl("[\\\\]", c("a\\b", "a\nb"))
## [1]  TRUE FALSE

仅当插入符号位于左方括号之后时才需要转义。

grepl("[ ^]", "a^b")  # matches spaces as well.
## [1] TRUE
grepl("[\\^]", "a^b") 
## [1] TRUE

rebus还可以让你形成一个角色类别。

char_class("?")
## <regex> [?]

使用预先存在的字符类

如果你想匹配所有标点符号，你可以使用[:punct:]字符类。

grepl("[[:punct:]]", c("//", "[", "(", "{", "?", "^", "$"))
## [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE

stringi将此映射到标点符号的 Unicode 通用类别，因此其行为略有不同。

stri_detect_regex(c("//", "[", "(", "{", "?", "^", "$"), "[[:punct:]]")
## [1]  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE

您还可以使用跨平台语法来访问 UGC。

stri_detect_regex(c("//", "[", "(", "{", "?", "^", "$"), "\\p{P}")
## [1]  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE

使用 \Q \E 转义

将字符放置在之间\\Q and \\E使正则表达式引擎按字面意思对待它们而不是作为正则表达式。

grepl("\\Q.\\E", "a.b")
## [1] TRUE

rebus允许您编写正则表达式的文字块。

literal(".")
## <regex> \Q.\E

不要使用正则表达式

正则表达式并不总是答案。如果你想匹配一个固定的字符串，那么你可以这样做，例如：

grepl("[", "a[b", fixed = TRUE)
stringr::str_detect("a[b", fixed("["))
stringi::stri_detect_fixed("a[b", "[")