如何替换R中的单反斜杠

Question

我有一个看起来像这样的字符串:

str<-"a\f\r"

我正在尝试删除反斜杠但没有任何作用:

gsub("\","",str, fixed=TRUE)
gsub("\\","",str)
gsub("(\)","",str)
gsub("([\])","",str)

...基本上你可以想象的所有变化.我甚至尝试过这个string_replace_all功能.任何帮助？

我正在使用R版本3.1.1; Mac OSX 10.7; 将dput在我的琴弦的矢量一个字符串给出:

dput(line)
"ud83d\ude21\ud83d\udd2b"

我使用readLines标准 .txt文件导入 文件.该文件的内容类似于: got an engineer booked for this afternoon \ud83d\udc4d all now hopefully sorted\ud83d\ude0a I m going to go insane ud83d\ude21\ud83d\udd2b in utf8towcs …

谢谢.

Answer 1

从键盘输入反斜杠时,请务必将其转义.

str <-"this\\is\\my\\string"    # note doubled backslashes -> 'this\is\my\string'
gsub("\\", "", str, fixed=TRUE) # ditto

str2 <- "a\\f\\r"               # ditto -> 'a\f\r'
gsub("\\", "", str2, fixed=TRUE)# ditto

请注意,如果你这样做

str <- "a\f\r"

然后str包含任何反斜杠.它由3个字符的a,\f(这通常不是可打印的,除非\f,和\r(相同).

只是为了阻止一个可能的问题.如果从文件中读取数据,则文件不必具有加倍的反斜杠.例如,如果您有一个test.txt包含的文件

a\b\c\d\e\f

你也是

str <- readLines("test.txt")

然后str将包含a\b\c\d\e\f您期望的字符串:6个字母由5个单个反斜杠分隔.但是如果你想使用它,你仍然需要输入加倍的反斜杠.

str <- gsub("\\", "", str, fixed=TRUE)  # now contains abcdef

从中dput,看起来你所拥有的是UTF-16编码文本,它可能来自Windows机器.根据

• https://en.wikipedia.org/wiki/Unicode#Character_General_Category
• https://en.wikipedia.org/wiki/UTF-16

它在补充多语言平面中编码字形,这是非常模糊的.我猜你需要提供的参数encoding="UTF-16"来readLines当你的文件中读取.

Answer 2

这可能会有所帮助:)

require(stringi)
stri_escape_unicode("ala\\ma\\kota")
## [1] "ala\\\\ma\\\\kota"
stri_unescape_unicode("ala\\ ma\\ kota")
## [1] "ala ma kota"

Answer 3

一个非常普遍的解决方案是

gsub("\\\\", "", str)

感谢上面的评论.

Answer 4

由于没有任何直接的方法来处理单个反斜杠,这是David Arenburg在评论部分提供的最接近问题的解决方案

gsub("[^A-Za-z0-9]", "", str) #remove all besides the alphabets & numbers