R - gsub 和编码问题

问：

所以。。。我已经在 R 中使用 gsub 将近十年了，我想我刚刚遇到了我见过的最奇怪的问题。

我正在尝试从布鲁克质谱仪 .d 文件中解析该方法（实际上，它是一个包含许多文件的复杂文件夹，其中一些是人类可读的）。方法文件（示例可从 https://wetransfer.com/downloads/c29a29ee8c074d1e8002c3c93cace61320230818104101/b73f0c 下载）是一个 utf-8 编码的 xml 文件。 奇怪的是，这个xml只有几个字段，而实际方法包含在其中一个字段（字段“ModuleMethodData”）中，作为一个很长的字符。该字符实质上是第二个 xml，第一个 xml 中包装了不同的编码：其中，以下字符如下所示：

• & = &
• > = >
• < = <

由于 a） 我对 xml 知之甚少，b） xml 的结构将遵循非常具体、可预测的模式，以及 c） 过去使用类似的 xml 时，我总是需要非常有限和精确的信息，我可以用正则表达式快速捞出这些信息，我的第一次尝试是捞出嵌套的 xml，然后使用 grep 和 gsub 解析它。但是，这样做我遇到了一个意想不到的困难：

> fl <- ... # path to hystar.method file
> meth <- readLines(fl)
> inst <- gsub(" *</?DeviceName> *", "", grep("<DeviceName>", meth, value = TRUE)) # Get nested xml
> lc <- gsub(" *</?ModuleMethodData[^>]+> *", "", grep("<ModuleMethodData[^>]+>", meth, value = TRUE))
> lc <- gsub("\\&amp;", "&", gsub("\\&gt;", ">", gsub("\\&lt;", "<", lc)))
> lc <- gsub("\\&amp;", "&", gsub("\\&gt;", ">", gsub("\\&lt;", "<", lc))) # For some weird reason I have to do this a second time!!!

我的问题是，当尝试使用 gsub（...） 重新引入 <、> 和 & 时，我必须进行 2 轮，因为第一次只替换了一些目标字符组。我不知道为什么正则表达式最初只与某些实例匹配，但为什么它在第一轮 gsub 之后会捕获相同的实例（可能是对后台发生的编码进行一些无声清理？正则表达式不会重叠或冲突，因此通常我希望在一轮中替换每个正则表达式的所有匹配项。在记事本++中加载文件不会显示任何隐藏字符。

假设其他人可以重现这种奇怪的行为，有没有人知道如何处理这个问题，可能是什么原因？