0
我想清理一些使用readLines（...，encoding ='UTF-8'）加載到內存中的文本。如何使用R中的gsub刪除奇怪的字符？
如果我不指定編碼，我看到各種奇怪的字符，如：
「我跟我的家人的方式......我會得到我的屁股節拍 死亡....但他們硝酸鉀我克雷Cray公司&剛剛離開它 ðŸ~œðŸ~â~º「」
這是它看起來像readlines方法（...之後，編碼=」 UTF -8'）：
「」我跟家人說話的方式......我會把我的屁股打到 死......但他們知道我是克雷克雷&只是讓它在那 \ xf0 \ u009f \ u0098 \ u009c \ XF0 \ u009f \ u0098 \u009d☺」
你可以看到底Unicode的文字：\ u009f \ u0098等
我無法找到合適的命令和正則表達式擺脫這些。我已經試過：
GSUB（ '[^ [：PUNCT：] [：alnum：] [\ S]'， ''，文本）
我也試過指定Unicode字符，但我相信他們得到的解釋爲文本：
GSUB（「\ u009」，「」，文本）＃不變