r - R - 正则表达式：W 元字符在方括号内时不起作用

Question

让我们采用以下字符串：

x <- " hello world"

我想提取第一个单词。为此，我使用以下正则表达式^\\W*([a-zA-Z]+).*和对第一组的反向引用。

> gsub("^\\W*([a-zA-Z]+).*", "\\1", x)
[1] "hello"

它按预期工作。

现在，让我们在字符串中添加一个数字和下划线：

x <- " 0_hello world"

我替换\\W为[\\W_0-9]匹配新字符。

> gsub("^[\\W_0-9]*([a-zA-Z]+).*", "\\1", x)
[1] " 0_hello world"

现在，它不起作用，我不明白为什么。似乎在放入时出现了问题，\\W但[]我不知道为什么。不过，正则表达式适用于使用 PCRE 的在线正则表达式测试器。

我究竟做错了什么？

Answer 1

快速的解决方案是通过添加一个额外的参数来使用类似 Perl 的正则表达式perl = TRUE。

默认情况下，grep使用扩展正则表达式（请参阅?regex），其中字符类以[:xxx:]. 但是，我找不到\W完全匹配的字符类。