使用R将斜体或粗体的unicode字符转换为普通字符

Question

我有这个字符串：

string <- "Blah blah \U0001d617\U0001d622\U0001d63a\U0001d633\U0001d630\U0001d62d\U0001d62d \U0001d61a\U0001d631\U0001d626\U0001d624\U0001d62a\U0001d622\U0001d62d\U0001d62a\U0001d634\U0001d635 blah blah"

当我将它传递给 cat 时，我得到了这个：

cat("Blah blah \U0001d617\U0001d622\U0001d63a\U0001d633\U0001d630\U0001d62d\U0001d62d \U0001d61a\U0001d631\U0001d626\U0001d624\U0001d62a\U0001d622\U0001d62d\U0001d62a\U0001d634\U0001d635 blah blah")
> Blah blah   blah blah

如何将字符串转换成这样：

> "Blah blah Payroll Specialist blah blah"

我看过这个post：R: Replacing foreign characters in a string，但我无法让它工作。

当我从网络服务中提取数据时出现问题，因此理想情况下，我正在寻找的解决方案是处理 many/all 可能的字母表示方式的解决方案。（例如粗体、斜体等）

谢谢！

Answer 1

理论库stringi (install.packages("stringi")) with stri_trans_nf* functions (Perform or Check For Unicode Normalization); check normalization forms for Unicode text。

string <- "Blah blah \U0001d617\U0001d622\U0001d63a\U0001d633\U0001d630\U0001d62d\U0001d62d \U0001d61a\U0001d631\U0001d626\U0001d624\U0001d62a\U0001d622\U0001d62d\U0001d62a\U0001d634\U0001d635 blah blah"
library(stringi)
stri_trans_nfkc(string)  # [1] "Blah blah Payroll Specialist blah blah"
stri_trans_nfkd(string)  # [1] "Blah blah Payroll Specialist blah blah"

使用R将斜体或粗体的unicode字符转换为普通字符

convert unicode characters in italic or bold to normal characters using R

encoding

r

character-encoding