帶特殊字符的R gsub

Question

我試圖用gsub替換我認爲是標準破折號的東西。我測試的代碼是：

gsub("-", "ABC", "reported – estimate")

這什麼都不做，雖然。我複製並粘貼到http://unicodelookup.com/#–/1破折號，它似乎是一個破折號。該網站提供了一個破折號的十六進制，十進制等代碼，我一直試圖替換破折號，但沒有運氣。建議？

（作爲獎勵，如果你能告訴我是否有函數來識別特殊字符會有幫助）。

我不確定是否SO的代碼格式會改變破折號格式，所以這裏是我使用的破折號（ - ）。

Answer 1

您可以通過在正則表達式模式中指定它來替換連字符。

gsub("–", "ABC", "reported – estimate") 

可以匹配所有的連字符，恩與

gsub("[-–—]", "ABC", "reported – estimate — more - text") 

em短線見IDEONE demo

要檢查是否有一個字符串非ASCII字符，使用

> s = "plus ça change, plus c'est la même chose" 
> gsub("[[:ascii:]]+", "", s, perl=T) 
[1] "çê" 

請參閱this IDEONE demo

您將得到一個空結果（如果一個字符串只包含「單詞」字符和空格），或者 - 如同這裏 - 一些「特殊」字符。

Answer 2

對於特殊字符替換，你可以做一個負面補充。

gsub('[^\\w]*', 'ABC', 'reported - estimate', perl = True)將用ABC替換所有特殊字符。 [^ \ w]是一種表示任何不是正常字符的模式。