在R中使用iconv函数来音译德语单词

Posted 2023-02-24

【中文标题】在R中使用iconv函数来音译德语单词

【英文标题】：Usage of iconv function in R to transliterate German words

【发布时间】：2021-12-20 03:19:34

【问题描述】：

我正在尝试使用R中的iconv函数来实现德语单词的正确音译（例如，Möbel → Moebel）。

我编写了以下代码（尝试使用英语/德语语言环境）：

iconv("Möbel", "latin1", "ASCII//TRANSLIT")
[1] "Mobel"

iconv("Möbel", "UTF-8", "ASCII//TRANSLIT")
[1] NA

iconv("Möbel", "UTF-8", "ASCII//TRANSLIT", sub ="")
[1] "Mbel"

iconv("Möbel", "Windows-1252", "ASCII//TRANSLIT")
[1] "Mobel"

但是，这不能正常工作。这是我的一些测试的输出：

#cat + library(ds4psy)
iconv(cat ("M", Umlaut["o"],"bel", sep = ""), "latin1", "ASCII//TRANSLIT")
Möbelcharacter(0)

#paste/paste0 + library(ds4psy)
> iconv(paste ("M", Umlaut["o"],"bel", sep = ""), "latin1", "ASCII//TRANSLIT")
[1] "MA?bel"

为了完整起见，我还尝试了stringi中的函数stri_trans_general：

stri_trans_general("Möbel", "latin-ascii")
[1] "Mobel"

但是，如您所见，这也不起作用。

我不明白的是为什么 iconv 函数在 R 中不能正常工作，而它在 php 中显然可以正常工作：

<?php
    //some German
    $utf8_sentence = 'Weiß, Goldmann, Göbel, Weiss, Göthe, Goethe und Götz';
    setlocale(LC_ALL, 'de_DE');
    
    $trans_sentence = iconv('UTF-8', 'ASCII//TRANSLIT', $utf8_sentence);
    
    //gives [Weiss, Goldmann, Goebel, Weiss, Goethe, Goethe und Goetz]
    echo $trans_sentence . PHP_EOL;
?>

为什么我在 R 与 PHP 中看到 iconv 版本的行为差异？我在 R 代码中做错了什么？

【问题讨论】：

返回NA 的那个是最接近工作PHP 的那个。如果我是你，我会对ä→ae 等进行字符串替换（我不知道如何在 R 中这样做）。

@WalterTross 是的，我们可以使用regex 来做到这一点。 f.e.: > str_replace("Möbel", "ö", "oe") [1] "Moebel" 但是如何修复 iconv，很有趣。

@WalterTross 欢迎您，问题已重新打开。我真的不知道，这个功能哪里坏了。还是我用错了？

【参考方案1】：

如果您没有必要使用iconv，还有另一种方法可以实现您的目标。

您可以定义一组要音译的德语字符和一组替换字符，并将这些对用作str_replace_all 的输入：

数据：

gg <- c("Göthe", "gerädert", "Hürde", "weiß")

首先，定义你的集合：

set <- setNames(c("oe", "ae", "ue", "ss"),
                c("ö", "ä", "ü", "ß"))

然后替换：

library(stringr)
str_replace_all(gg, set)
[1] "Goethe"    "geraedert" "Huerde"    "weiss"