正则表达式在Regex101中工作，而不是在R中

Question

下面是我的正则表达式：https://regex101.com/r/UjWanf/1

(^\d+?\.?\d{0,2})([A-Za-z]+|\s[A-Za-z]+)

转义为R：

"(^\\d+?\\.?\\d{0,2})([A-Za-z]+|\\s[A-Za-z]+)"

在regex101中一切似乎都运行得很好，但是当我在R中使用strapplyc函数应用相同的模式时，它不能捕获整个字符串。

示例字符串：

50ml tomato sauce
5g chillies
5 Units tartar sauce
0.25 Units pasta sauce

我想分别买50毫升、5克、5单位和0.25单位。

在R中，当我使用库gsubfn中的strapplyc应用上面的正则表达式链接中的模式时，我的输出是50m，5g，5U，0.25U。下面是我的代码示例: a=c("ingredient1"，ingredient2"，"ingredient3"，"ingredient4") b=c("50ml番茄酱“，"5g辣椒”，“5Units tartar酱”，“0.25Units意大利面酱”) consolidated <- data.frame(a，b)`

library(gsubfn)
pattern_reg2 <- "(^\\d+?\\.?\\d{0,2})(\\s?[A-Za-z]+)"
consolidated$c <- strapplyc(consolidated$b, pattern_reg2) 
#c column with the desired results

有什么建议吗？

Answer 1

我不熟悉strapplyc，但看起来它不能正常工作。您是否尝试过使用R的基本正则表达式函数？

library(RCurl)
#Load this webpage into a string so I can match the patterns you listed
test_file <- getURL("https://stackoverflow.com/questions/48798279/regex-working-in-regex101-not-in-r")
rgx = "(\\d+?\\.?\\d{0,2})([A-Za-z]+|\\s[A-Za-z]+)" #removed the ^ to allow whole string matching
rgx_result <- gregexpr(rgx,test_file)
result <- regmatches(test_file, rgx_result)
result[[1]][317:321] #only the answers from the strings you were asking to match

返回：

[1] "50ml"     "5g"       "5 Units"  "25 Units" "50ml"   

这是正常工作的。有什么理由需要使用strapplyc吗？

添加了在列表中工作的示例：

test_list <- list('50ml tomato sauce','5g chillies',
           '5 Units tartar sauce',
           '0.25 Units pasta sauce')
for(i in 1:length(test_list)) {
    rgx_result <- gregexpr(rgx,test_list[[i]])
    print(regmatches(test_list[[i]], rgx_result))
}

我确信使用apply函数可以更干净地完成这项工作，但我不太擅长使用这些函数。