如何在R中使用gsub用單個反斜杠替換字符串？

Question

我喜歡編碼UTF-8字符串。 在我的數據中，字符用=分隔，因為RI中的函數encoding需要用\\x分隔

string <- "=2E=30=31=20=52=C3=A9=70=6F=6E=64=65=75=72"
x <-  gsub("=", "\x", string)
Encoding(x)
Encoding(x) <- "latin1"
x

我試圖添加一，二，三個反斜杠來逃避。 放在圓括號和方括號中。 添加引號。 將參數fixed=F 在這里 ， 這里和這里閱讀，仍然不知道如何做。

預期產量：

.01 Répondeur

當我使用兩個反斜杠（如Wiktor所說）並使用cat()檢查時，輸出中只有一個反斜杠，但僅當我手動更改時，它對encoding()無效。

編輯：

例如，當我執行此操作時，它會放兩個反斜杠，而endcoding不起作用：

> gsub("=", "\\x", string, fixed=TRUE)
[1] "\\x2E\\x30\\x31\\x20\\x52\\xC3\\xA9\\x70\\x6F\\x6E\\x64\\x65\\x75\\x72"

與亞歷山大·沃伊托夫（Aleksandr Voitov）的建議相同：

> gsub("=", "\\\\x", string)
[1] "\\x2E\\x30\\x31\\x20\\x52\\xC3\\xA9\\x70\\x6F\\x6E\\x64\\x65\\x75\\x72"

Answer 1

x <- "=2E=30=31=20=52=C3=A9=70=6F=6E=64=65=75=72"  # string data
x <- strsplit(x, "=", useBytes = FALSE )[[1]]       # split string
x <- x[nchar(x) > 0]                               # remove elements with 0 character length

使用strtoi

# convert string to integer and convert integer to raw and then to character
rawToChar( as.raw( strtoi(x, base = 16L) ) )                  
# [1] ".01 Répondeur"

?strtoi文件頁面說

十六進制常量（前綴0x或0X）被解釋為以8和16為底

使用as.hexmode將字符轉換為十六進制格式

rawToChar( as.raw( as.hexmode( x ) ) )
# [1] ".01 Répondeur"

Answer 2

您可以使用gsub("=", "\\\\x", string, fixed=TRUE)將=替換= \\x ，然后parse結果字符串：

string <- "=2E=30=31=20=52=C3=A9=70=6F=6E=64=65=75=72"
x <- parse(text = paste0("'", gsub("=", "\\x", string, fixed=TRUE), "'"))
x[[1]]
## => ".01 Répondeur"

請參閱在線R演示 。

這是另一個基於Unicode包的解決方案：

> library(Unicode)
> string <- "=2E=30=31=20=52=C3=A9=70=6F=6E=64=65=75=72"
> x1 <- gsub("=", " U+", string, fixed=TRUE)
> y <- unlist(strsplit(trimws(x1), "\\s+"))
> intToUtf8(as.u_char_seq(y))
[1] ".01 Répondeur"

在這里，我將all =替換為space + U+ ，然后在修剪輸入后用1+個空格符號分割字符串。 intToUtf8(as.u_char_seq(y))從Unicode字符序列創建Unicode字符串。

Answer 3

string <- "=2E=30=31=20=52=C3=A9=70=6F=6E=64=65=75=72"
x <-  gsub("=", "\\\\x ", string)