आर regex: चरित्र NAS

Question

मैं एक एकल में एक वेक्टर के तत्वों के भीतर सभी एकाधिक (2 या अधिक) खाली स्थान के पात्रों को संक्षिप्त करने के कोशिश कर रहा था युक्त वैक्टर, के साथ मुद्दों, gsub() का उपयोग कर उदाहरण के लिए:

x1 <- c(" abc", "a b c ", "a b c") 
gsub("\\s{2,}", " ", x1) 
[1] " abc" "a b c " "a b c" 

लेकिन जैसे जल्द ही के रूप वेक्टर NA शामिल प्रतिस्थापन विफल रहता है:

x2 <- c(NA, " abc", "a b c ", "a b c") 
gsub("\\s{2,}", " ", x2) 
[1] NA " " " " " " 

हालांकि, यह ठीक काम करता है अगर एक Perl- जैसे नियमित अभिव्यक्ति का उपयोग करता है:

gsub("\\s{2,}", " ", x2, perl = TRUE) 
[1] NA  " abc" "a b c " "a b c" 

क्या किसी के पास सुझाव है कि क्यों आर के नियमित नियमित अभिव्यक्ति इस तरह व्यवहार करते हैं? मैं लिनक्स x86-64 पर आर 3.1.1 का उपयोग कर रहा हूं अगर यह मदद करता है।

Answer 1

मैंने सोर्स कोड पर पॉकेट नहीं किया है, लेकिन अगर आप useBytes=TRUE पैरामीटर (perl=TRUE पैरामीटर के बिना) का उपयोग करते हैं तो यह भी काम करता है। सहायता से: "यदि useBytesTRUE मिलान-दर-चरित्र के बजाय मिलान बाइट-बाय-बाइट किया जाता है।" यह हो सकता है कि यह gsub में विफल क्यों हो रहा है।

हालांकि, regexpr, regexec और gregexpr प्रत्येक सब सही पदों का पता लगाएं (मैं पठनीयता के लिए [[:space:]]: साथ \\s स्थानापन्न कर दिया है और केवल regexpr से उत्पादन का प्रयोग किया:।

regexpr("[[:space:]]{2,}", x2) 

## [1] NA 1 1 1 
## attr(,"match.length") 
## [1] NA 5 9 6 

तो, regex ही ठीक है

अद्यतन: आर 3.1.1 के grep.c में do_gsub पर एक त्वरित नज़र बहुत अंतर्दृष्टि नहीं मिली है (यह if/else कथन :-) का एक मोड़ भूलभुलैया है, लेकिन मैं लगभग कैल करना चाहता हूं यह एक बग है।

Answer 2

बस इस प्रश्न को लपेटने के लिए: जैसा कि कई अन्य लोगों ने सुझाव दिया है, व्यवहार वास्तव में एक बग है। सूचना और यहाँ की पुष्टि की:

https://bugs.r-project.org/bugzilla/show_bug.cgi?id=16009