字符串是相同的(使用'base::equality`),但在'grepl`/'gsub中的行为不同`

相关: Convert upper case words to title case

某些使用从联机获取的字符串的代码的行为与我预期的不同,您可以通过运行以下命令重现此问题:

library(xml2)
library(magrittr)
x <- xml2::read_html("https://poesie.webnet.fr/lesgrandsclassiques/Authors/B") %>%
  gsub("^.*?<span>(Pierre-Jean de BÉRANGER)</span>.*$","\\1",.)
x # [1] "Pierre-Jean de BÉRANGER"

此字符串与 "Pierre-Jean de BÉRANGER" 从页面源复制/粘贴,但是以下行为对我非常不安:

y <- "Pierre-Jean de BÉRANGER"
x == y  # TRUE
identical(x, y) # TRUE
gsub("\\b([A-Z])(\\w+)\\b", "\\1\\L\\2", x, perl = TRUE) # [1] "Pierre-Jean de BÉRANGER"
gsub("\\b([A-Z])(\\w+)\\b", "\\1\\L\\2", y, perl = TRUE) # [1] "Pierre-Jean de Béranger"
grepl("\\bB\\w+", x, perl = TRUE) # FALSE
grepl("\\bB\\w+", y, perl = TRUE) # TRUE
grepl("\\bB\\w", x, perl = TRUE)  # TRUE
grepl("\\bB\\w", y, perl = TRUE)  # TRUE

如果 x y 是一样的,怎么会有不同的输出呢?

?identical :

测试两个物体的安全可靠方法 平等的

编辑:

这里有一个明显的区别:

Encoding(x) # "UTF-8"
Encoding(y) # "latin1"

我在跑步 R version 3.5.0 在 Windows