用R中的'space`代替'零寬度無間斷空間'

Question

我想用R代替Zero Width No-Break Space與space在Persian text中。 我使用了這樣的代碼，根據this link。

testAdrs<-"خيابان‌ مولوي‌نرسيده‌به‌قيام‌" 
testAdrs<-gsub('\xef\xbb\xbf',' ',testAdrs) 

我希望我的testAdrs要像"خيابان‌ مولوي‌ نرسيده‌ به‌ قيام‌"，但是 有我的字符串沒有變化。

是什麼問題？

Answer 1

當我檢查你的文字'خيابان‌ مولوي‌نرسيده‌به‌قيام‌'我的終端上，我得到：

>>> خيابان\U+200C مولوي\U+200Cنرسيده\U+200Cبه\U+200Cقيام\U+ 

，並轉換所有這些字符在Python Shell詛咒，我得到：

>>> binascii.unhexlify(binascii.hexlify(u"خيابان\U+200C مولوي\U+200C نرسيده\U+200C به\U+200C قيام\U+200C".encode('utf-16'))).decode('utf-16') 
u'\u062e\u064a\u0627\u0628\u0627\u0646\u200c \u0645\u0648\u0644\u0648\u064a\u200c \u0646\u0631\u0633\u064a\u062f\u0647\u200c \u0628\u0647\u200c \u0642\u064a\u0627\u0645\u200c' 

你會看到有在上述程序的輸出中是否爲\ufeff（「零寬度不間斷空間」）。另一個證明是here你會看到ǎ很容易被匹配，但是不存在\x{feff}。

因此，你的問題是你的字符串中沒有「零寬度無間斷空間」。我想你想替換的空間可能是this one\u200C（「零寬度非連接器」）。