替换 R 中的单个反斜杠

Posted 2023-03-11

【中文标题】替换 R 中的单个反斜杠

【英文标题】：Replace single backslash in R

【发布时间】：2014-10-14 23:19:16

【问题描述】：

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，但没有任何效果：

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

...基本上所有你能想象到的变化。我什至尝试过string_replace_all 函数。有什么帮助吗？？

我使用的是 R 版本 3.1.1； Mac OSX 10.7；我的字符串向量中单个字符串的dput 给出：

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

我使用 readLines 来自标准 .txt 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。

【问题讨论】：

相关***.com/questions/11806501/backslash-in-r-string

@maryam str<-"this\is\my\string" 无法读入 R，因为 \i、\m 和 \s 是存储在正则表达式中的字母，因此您的示例不可重现（且令人困惑）。你可以把它改成str <- "a\f\r"

@TooTone，似乎第三个完全相同的答案刚刚发布...

@HongOoi 就像大卫建议的 "a\f\r" 我想要做的就是删除该死的单反斜杠

听起来您的问题实际上不是反斜杠，而是错误的文本编码。如果 R 遇到一个它不知道如何打印的字符，您会在该位置看到很多反斜杠，代表十六进制代码。使用dput 发布代码和数据的实际示例。

【参考方案1】：

一个非常通用的解决方案是

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

感谢上面的评论。

【讨论】：

除非这实际上不起作用：> str <- '\a\f\r' > str [1] "\a\f\r" > gsub("\\\\", "", str) [1] "\a\f\r"

【参考方案2】：

从键盘输入反斜杠时，请始终将其转义。

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，如果你这样做了

str <- "a\f\r"

然后str 包含no 反斜杠。它由a、\f 三个字符组成（通常不可打印，\f 和\r 除外（相同）。

只是为了避免一个可能的问题。如果您的数据是从文件中读取的，则该文件不必有双反斜杠。例如，如果您有一个文件 test.txt 包含

a\b\c\d\e\f

你会的

str <- readLines("test.txt")

然后str 将包含字符串a\b\c\d\e\f，正如您所期望的那样：6 个字母由5 个单反斜杠分隔。但是如果你想使用它，你仍然需要输入双反斜杠。

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

---

从dput 看来，您所获得的是 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

它对Supplementary Multilingual Plane 中的字形进行编码，这非常晦涩难懂。我猜您在读取文件时需要将参数encoding="UTF-16" 提供给readLines。

【讨论】：

您是刚刚采纳了这个问题，还是我遗漏了什么？她有str<-"a\f\r" 字符串，而不是str <-"this\\is\\my\\string"

在您进行编辑之前，原始版本是 str <- "this\is\my\string"。这不是您可以从键盘输入 R 的内容。如果它旨在表示字符串 "this\is\my\string"，则必须转义反斜杠。

其实我没有把它编辑到str <- "a\f\r"，OP 做到了。错误不是因为反斜杠而是因为\i、\m 和\s

没错，但这是您的建议。

如果您将问题调整为答案（就像您所做的那样），它们会正常工作，是的。

【参考方案3】：

由于没有任何直接的方法来处理单个反斜杠，因此这是 David Arenburg 在 cmets 部分中提供的最接近该问题的解决方案

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

【讨论】：

这不是一个好的解决方案，因为它也会删除空格。更好的是 gsub("\\\\", "", str)

为排除的字符添加空格：gsub("[^A-Za-z0-9 ]", "", str)

【参考方案4】：

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"

【参考方案5】：

从 R 4.0.0 开始，您现在可以使用原始字符串以避免与反斜杠混淆，只需使用以下语法：r"(your_raw_expression)"（包括括号）：

str<-r"(ud83d\ude21\ud83d\udd2b)" #Equivalent of "ud83d\\ude21\\ud83d\\udd2b"
gsub(r"(\\)", "", str)
# [1] "ud83dude21ud83dudd2b"

【讨论】：

这里唯一的问题是：如果我有一个字符串 mystring <- 'ud83d\ud21' 怎么办。我不能在 r"( 构造中插入它，因为里面没有任何东西被解释。