Удалить все специальные символы из строки в R?

Question

Удалить все специальные символы из строки в R?

Как удалить все специальные символы в данной строке в R и заменить каждый специальный символ с пробелом ?

специальные символы для удаления являются : ~!@#$%^&*(){}_+:"<>?,./;'[]-=

regex [:punct:] собирается сделать половину работы.

Question_2: но как удалить, например, эти символы из иностранных языков:â í ü Â á ą ę ś ć ?

Answer_2 : Заменить [^[:alnum:]] С [^a-zA-Z0-9] на regex или regexpr:
regex[^a-zA-Z0-9]

3 68

javascript regex string character

3 ответа:

вместо того, чтобы использовать регулярное выражение для удаления этих "сумасшедших" символов, просто преобразуйте их в ASCII, который удалит акценты, но сохранит буквы.

EDIT: как помнится в комментариях, может потребоваться объявить начальную кодировку исходной строки, обычно это будет UTF-8
astr <- "Ábcdêãçoàúü"
iconv(astr, from = 'UTF-8', to = 'ASCII//TRANSLIT')
что приводит к
[1] "Abcdeacoauu"

12

преобразование специальных символов в Апостроф,
Data  <- gsub("[^0-9A-Za-z///' ]","'" , Data ,ignore.case = TRUE)
ниже код его, чтобы удалить дополнительные "' Апостроф
Data <- gsub("''","" , Data ,ignore.case = TRUE)
использовать gsub(..) функция для замены специального символа на Апостроф

0

Richie Cotton · Accepted Answer · 2016-10-03 09:38:47

вы должны использовать регулярные выражения для идентификации нежелательных символов. Для наиболее легко читаемого кода, Вы хотите str_replace_all С stringr, хотя gsub из базы R работает так же хорошо.

точное регулярное выражение зависит от того, что вы пытаетесь сделать. Вы можете просто удалить те конкретные символы, которые вы дали в вопросе, но гораздо проще удалить все знаки препинания письмена.
x <- "a1~!@#$%^&*(){}_+:\"<>?,./;'[]-=" #or whatever
str_replace_all(x, "[[:punct:]]", " ")
(базовый эквивалент R gsub("[[:punct:]]", " ", x).)

альтернативой является замена всех не буквенно-цифровых символов.
str_replace_all(x, "[^[:alnum:]]", " ")
обратите внимание, что определение того, что составляет букву или цифру или знак препинания, немного варьируется в зависимости от вашего региона, поэтому вам может потребоваться немного поэкспериментировать, чтобы получить именно то, что вы хотите.