从未知(对我来说)编码中删除不可打印的空格

Question

所以我使用以下代码使用r XML包解析了一些XML文件

library(XML) 
data <- xmlToDataFrame(xmlParse("Some file I can't share.xml"))

一切都很好,我得到了预期的结果

dim(data)
## [1] 554560 13

唯一的问题虽然我的一些条目看起来如下

x <- "2  irfl014"
x
## [1] "2  \002\003\004\003\005\005\006\005\002\003\004\003\005\005\006\005irfl014"

试图识别编码(没有成功)

Encoding(x)
## [1] "unknown"

library(stringi)
stri_enc_detect(x)
# [[1]]
# [[1]]$Encoding
# [1] "UTF-8"     "Shift_JIS" "GB18030"   "EUC-JP"    "EUC-KR"    "Big5"     
# 
# [[1]]$Language
# [1] ""   "ja" "zh" "ja" "ko" "zh"
# 
# [[1]]$Confidence
# [1] 0.1 0.1 0.1 0.1 0.1 0.1

编码是不是我的最强的专业领域,有没有将任何简单的方法x来简单地

x
## [1] "2  irfl014"

Answer 1

x <- "2  \002\003\004\003\005\005\006\005\002\003\004\003\005\005\006\005irfl014"

cat(x)
# 2  irfl014

特殊字符例如"\002"是不可打印的控制字符.有关更多信息,请参见此处

您可以使用以下gsub命令删除所有控制字符:

gsub("[[:cntrl:]]+", "", x)
# [1] "2  irfl014"