stringr :: str_view（）和tidyr :: extract（）正則表達式的區別？

Question

我試圖從tidyr :: extract（）表中抽取一個具有多個鍵值的列：值對。我用stringr :: str_view（）對正則表達式進行了微調，但是我得到了意想不到的行爲 - tidyr :: extract（）似乎與stringr :: str_view（）不同的字符串匹配。

如何修改我對tidyr :: extract（）的使用以獲得我想要的行爲？

例如：

library(tidyverse) 
library(stringr) 

df <- as_data_frame('protein_id "ENSP00000260585.7"; tag "basic"; tag "appris_principal"; tag "CCDS"; tag "seleno"; ccdsid "CCDS46240.1"; havana_gene "OTTHUMG00000151931.3"; havana_transcript "OTTHUMT00000324484.3";') 

# match I expect: 'tag "basic"; tag "appris_principal"; tag "CCDS"; tag "seleno"; ' 
str_view(df$value, '(tag "(?:.+?)"; +)+') 

# match I get: 'tag \"seleno\"; ' 
(df %>% extract(value, "tags", '(tag "(?:.+?)"; +)+', remove = FALSE))$tags 

我想設定的4標記物項的提取：值到一個名爲標籤的新列，然後我更整齊些會。但是當我從提取物中得到4對中的1對時，這很難！

我認爲我上面的評論很清楚，但爲了防止翻譯我的正則表達式來描述我的意圖有所幫助，我將其解釋爲：我想匹配0個或更多個'tag'重複（0或更多的字符，懶惰的評價）「;（可選空間）」（貪婪的評價）。

Answer 1

啊 - 它與貪婪vs懶惰，以及extract（）「將每個[capture]組變成一個新列」的事實。所以，我只需要一個單一的捕獲組：

> (df %>% extract(value, "tags", '((?:tag "(?:.+?)"; +)+)', remove = FALSE))$tags 

[1] "tag \"basic\"; tag \"appris_principal\"; tag \"CCDS\"; tag \"seleno\"; " 

正則表達式...