r - qdapRegex::rm_nchar_words 在涉及非英文字母时返回不同的结果？

Question

请帮助我解决以下困惑：

qdapRegex::rm_nchar_words("è ûé", "1,2")
[1] "è ûé"

qdapRegex::rm_nchar_words('k ku ppp d', "1,2")
[1] "ppp"

为什么在第一个代码行中它没有以“”响应，但在第二个代码行中它按预期工作。我在这里想念什么？我唯一能想到的是，在第一行代码中，字符串是由非英文字母构建的。

有什么解决办法吗？

Answer 1

正如包的作者所说：

它用于\w定义定义为的字母[A-Za-z0-9_]。您需要编写自己的自定义正则表达式来处理非 ascii 字母

更新：

在我的 Win 7 机器上，输出符合预期。

使用模式解决它的一种可能方法"[\\pL_]"（任何语言的任何单词）

rm_nchar_words("è ûé", "1,2", pattern = "[\\pL_]")

Win机器上的语言环境：

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252    LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C                           LC_TIME=English_United States.1252  

我将继续对此进行调查并发布更新以获取我的答案。

更新 2：

rm_nchar_words("è ûé", "1,2", pattern = "[\\pL_]")
""

适用于我的 Ubuntu 18.04。