将带重音符号的字符转换为ASCII字符

Question

什么是从1600万个字符串变量向量中删除德语（或法语）口音的最佳方法？

例如：'Sjögren's syndrome' 变成 'Sjogren's syndrome'。

将单个字符转换为单个字符比使用音译更好，如：

ä => ae，ö => oe，ü => ue。

例如：使用正则表达式是一种选择，但是否有更好的选项（R包）？ gsub('ü','u',gsub('ö','o',"Sjögren's syndrome ( über) ")) 非R平台的SO解决方案存在，但没有一个好的R解决方案。

- userJT

---

请参考此帖子的答案：[stackoverflow.com/questions/23699271/force-character-vector-encoding-from-unknown-to-utf-8-in-r][1] - Alex Ioannides

请参考此帖子的答案：https://dev59.com/xWAg5IYBdhLWcg3wWpxE。 - Alex Ioannides

Answer 1

其中一个相关的答案建议

library(stringi)
stri_trans_general("Zażółć gęślą jaźń", "Latin-ASCII")

[1] "Zazolc gesla jazn"

- userJT

Answer 2

使用iconv进行转换为ASCII，并进行音译（如果支持）：

iconv(c("über","Sjögren's"),to="ASCII//TRANSLIT")
[1] "uber"      "Sjogren's"

- James

---

对于有重音的字符，例如 é，翻译为 'e。运行以下命令来处理上述操作的输出向量：out <- gsub("\\'", '', out) - aaron