R 如何删除字符串中非常特殊的字符？

Question

我正在尝试删除字符串中的一些非常特殊的字符。我读过其他 post 比如：

Remove all special characters from a string in R?
How to remove special characters from a string?

但这不是我要找的。

假设我的字符串如下：

s = "who are í ½í¸€ bringing?"

我试过以下方法：

test = tm_map(s, function(x) iconv(enc2utf8(x), sub = "byte"))
test = iconv(s, 'UTF-8', 'ASCII')

上面的

none 有效。

编辑： 我正在寻找通用解决方案！我不能（也不愿意）手动识别所有特殊字符。

这些非常特殊的字符也可能（不是 100% 肯定）是表情符号的结果

请帮助或引导我找到正确的 post。谢谢！

Answer 1

所以，我要继续做一个答案，因为我相信这就是你要找的：

> s = "who are í ½í¸€ bringing?"
> rmSpec <- "í|½|€" # The "|" designates a logical OR in regular expressions.
> s.rem <- gsub(rmSpec, "", s) # gsub replace any matches in remSpec and replace them with "".
> s.rem
[1] "who are  ¸ bringing?"

现在，需要注意的是您必须在 rmSpec 变量中手动定义特殊字符。不确定您是否知道要删除哪些特殊字符，或者您是否正在寻找更通用的解决方案。

编辑：

所以看起来您几乎已经用 iconv 了，您只是缺少 sub 参数。见下文：

> s
[1] "who are í ½í¸€ bringing?"
> s2 <- iconv(s, "UTF-8", "ASCII", sub = "")
> s2
[1] "who are   bringing?"

R 如何删除字符串中非常特殊的字符？

R how to remove VERY special characters in strings?

r

special-characters