在R中替换单个反斜杠

Question

我有一个长得像这样的字符串：

str<-"a\f\r"

我试图去除反斜杠，但是一切都不起作用：

gsub("\","",str, fixed=TRUE)
gsub("\\","",str)
gsub("(\)","",str)
gsub("([\])","",str)

......基本上涵盖了您可以想象到的所有变体。我甚至尝试过string_replace_all函数。有谁能帮助我吗？

我正在使用R 3.1.1版本，Mac OS X 10.7；对于我的字符串向量中的单个字符串，dput的输出如下：

dput(line)
"ud83d\ude21\ud83d\udd2b"

我使用readLines从标准的.txt文件中导入了该文件。该文件的内容大致如下：今天下午找到一位工程师\ud83d\udc4d现在一切都希望解决了\ud83d\ude0a我要发疯了\ud83d\ude21\ud83d\udd2b在utf8towcs中... 谢谢。

- Tavi

---

好的，下面是您需要翻译的内容：相关问题：https://dev59.com/bGgt5IYBdhLWcg3wywhJ - TooTone

@maryam str<-"this\is\my\string"无法在R中读取，因为\i、\m和\s是正则表达式中的保留字，所以你的示例无法重现（并且令人困惑）。你可以将其更改为类似于str <- "a\f\r"的内容。 - David Arenburg

@TooTone，看起来刚刚发布了第三个完全相同的答案... - David Arenburg

@HongOoi，就像David建议的那样，“a\f\r”，我想做的就是删除这些烦人的单个反斜杠。 - Tavi

听起来你的问题实际上不是反斜杠，而是乱码编码。如果R遇到一个它不知道如何打印的字符，你会看到很多反斜杠，代表十六进制代码。请使用dput发布您的代码和数据的实际样本。 - Hong Ooi

Answer 1

一个相当通用的解决方案是

gsub("\\\\", "", str)

感谢上面的评论。

- JelenaČuklina

---

除了这实际上不起作用：

str <- '\a\f\r' str [1] "\a\f\r" gsub("\\", "", str) [1] "\a\f\r"

- Carl Witthoft

Answer 2

键盘输入反斜杠时，请始终对其进行转义。

str <-"this\\is\\my\\string"    # note doubled backslashes -> 'this\is\my\string'
gsub("\\", "", str, fixed=TRUE) # ditto

str2 <- "a\\f\\r"               # ditto -> 'a\f\r'
gsub("\\", "", str2, fixed=TRUE)# ditto

请注意，如果您这样做

str <- "a\f\r"

然后str不包含反斜杠。它由三个字符a，\f（通常不可打印，除非作为\f）和\r（相同）组成。

另外，为了避免可能的问题，如果您的数据是从文件中读取的，则文件不必具有双倍反斜杠。例如，如果您有一个名为test.txt的文件，其中包含

a\b\c\d\e\f

而你做

str <- readLines("test.txt")

那么str将包含字符串a\b\c\d\e\f，正如您所期望的那样：6个字母，由5个单反斜杠分隔。但如果要使用它，您仍然需要输入双反斜杠。

str <- gsub("\\", "", str, fixed=TRUE)  # now contains abcdef

---

根据dput，看起来你手头的是UTF-16编码的文本，很可能来自Windows机器。

• https://en.wikipedia.org/wiki/Unicode#Character_General_Category
• https://en.wikipedia.org/wiki/UTF-16

它将字形编码在补充多语言平面中，这相当晦涩。我猜想当你读取文件时，需要向readLines提供参数encoding="UTF-16"。

- Hong Ooi

---

你是将问题采用到答案中还是我有所遗漏？她的字符串是 str<-"a\f\r"，而不是 str <-"this\\is\\my\\string"。 - David Arenburg

原始的代码，在你进行编辑之前，是 str <- "this\is\my\string"。这不是你可以从键盘输入到 R 中的内容。如果它的意思是表示字符串 "this\is\my\string"，那么你必须转义反斜杠。 - Hong Ooi

实际上我没有将它编辑为 str <- "a\f\r"，是 OP 这样做的。错误不是因为反斜杠，而是因为 \i、\m 和 \s。 - David Arenburg

如果您将问题调整为答案（就像您所做的那样），它们就可以正常工作。 - David Arenburg

我没有修改问题，问题是“如何替换单个反斜杠”。所有的答案都确实做到了这一点；或者说，在人们试图替换不存在的反斜杠之前，他们确实做到了这一点。我无法恢复一个答案，但如果martin和tootone愿意，他们可以自由地恢复。 - Hong Ooi

Answer 3

由于没有直接处理单个反斜杠的方法，因此这里提供了David Arenburg在评论部分提供的最接近问题的解决方案。

gsub("[^A-Za-z0-9]", "", str) #remove all besides the alphabets & numbers

- Tavi

---

这不是一个好的解决方案，因为它也会移除空格。更好的方法是使用 gsub("\\", "", str)。 - Adrian

在排除的字符中添加一个空格：gsub("[^A-Za-z0-9 ]", "", str)。 - Peter Prevos

Answer 4

这可能会有帮助 :)

require(stringi)
stri_escape_unicode("ala\\ma\\kota")
## [1] "ala\\\\ma\\\\kota"
stri_unescape_unicode("ala\\ ma\\ kota")
## [1] "ala ma kota"

- bartektartanus

Answer 5

从 R 4.0.0 开始，您现在可以使用原始字符串来避免反斜杠的混淆，只需使用以下语法：r"(您的原始表达式)"（包括括号）：

str<-r"(ud83d\ude21\ud83d\udd2b)" #Equivalent of "ud83d\\ude21\\ud83d\\udd2b"
gsub(r"(\\)", "", str)
# [1] "ud83dude21ud83dudd2b"

- Maël

---

这里唯一的问题是：如果我有一个字符串 mystring <- 'ud83d\ud21'。我无法将其插入到 r"( 构造中，因为在其中没有任何内容被解释。 - Carl Witthoft