如何確定字符串是否包含R中的非羅馬字符

Question

確定字符串是否包含非羅馬字符/非英文字符的首選方法是什麼（例如，是否爲）字符？

Answer 1

你可以決定是否字符串包含iconv和grep

# My example, because you didn't add your data 
characters <- c("ないでさ, satisfação, катынь, Work, Awareness, Potential, für") 
# First you convert string to vector of words 
characters.unlist <- unlist(strsplit(characters, split=", ")) 
# Then find indices of words with non-ASCII characters using ICONV 
characters.non.ASCII <- grep("characters.unlist", iconv(characters.unlist, "latin1", "ASCII", sub="characters.unlist")) 
# subset original vector of words to exclude words with non-ASCII characters 
data <- characters.unlist[-characters.non.ASCII] 
# convert vector back to a string 
dat.1 <- paste(data, collapse = ", ") 

# Now if you run 
characters.non.ASCII 
[1] 1 2 3 7 

非拉丁/非ASCII字符意味着第一，第二，第三和第七個索引是非ASCII字符，在我的情況下，第1,2,3和7個對應於：「ないでさ，satisfação，катыньand furr

您也可以運行

dat.1 #and the output will be all ASCII charaters 
[1] "Work, Awareness, Potential" 

Answer 2

你可以使用正則表達式/ grep來檢查字符的十六進制值的可打印的ASCII字符範圍之外：

x <- 'ないでさ' 
grep("[^\x20-\x7F]",x) 
#[1] 1 
grep("[^\x20-\x7F]","Normal text") 
#integer(0) 

如果你希望允許非打印（「控制」）來考慮「英語」，你可以將字符類的範圍擴展到第一個參數grep以「\ x01」開始。有關使用字符類別參數的更多信息，請參閱?regex。有關如何將字符指定爲Unicode，十六進制或八進制值的更多信息，請參閱?Quotes。

的R.oo包具有轉換功能，可能是有用的：

library(R.oo) 
?intToChar 
?charToInt 

是亨里克特鬆認爲應該包括這些在他的包，這一事實對我說，沒有一個方便的方法來做到這一點基地/默認R.他是一個長期使用R/guRu。

看到對方的回答促使這一努力似乎直截了當：

> is.na(iconv(c(x, "OrdinaryASCII") , "", "ASCII")) 
[1] TRUE FALSE