使用 r 删除希伯来语 "niqqud"
removing Hebrew "niqqud" using r
一直在努力删除 niqqud（用于表示元音或区分希伯来字母表字母的替代发音的变音符号）。
我有例如这个变量：
sample1 <- "הֻסְמַק"
而且我找不到有效的方法来删除字母下面的标志。
尝试过纵梁，str_replace_all(sample1, "[^[:alnum:]]", "")
尝试过 gsub('[:punct:]','',sample1)
没有成功...:-(
有什么想法吗？
您可以使用 \p{M} Unicode 类别将变音符号与类似 Perl 的正则表达式匹配，并且 gsub 所有这些都像这样：
sample1 <- "הֻסְמַק"
gsub("\p{M}", "", sample1, perl=T)
结果：[1] "הסמק"
见demo
\p{M} or \p{Mark}: a character intended to be combined with another character (e.g. accents, umlauts, enclosing boxes, etc.).
一直在努力删除 niqqud（用于表示元音或区分希伯来字母表字母的替代发音的变音符号）。 我有例如这个变量： sample1 <- "הֻסְמַק"
而且我找不到有效的方法来删除字母下面的标志。
尝试过纵梁，str_replace_all(sample1, "[^[:alnum:]]", "")
尝试过 gsub('[:punct:]','',sample1)
没有成功...:-( 有什么想法吗？
您可以使用 \p{M} Unicode 类别将变音符号与类似 Perl 的正则表达式匹配，并且 gsub 所有这些都像这样：
sample1 <- "הֻסְמַק"
gsub("\p{M}", "", sample1, perl=T)
结果：[1] "הסמק"
见demo
\p{M}or\p{Mark}: a character intended to be combined with another character (e.g. accents, umlauts, enclosing boxes, etc.).