r - 如何阅读包含转义引号的引用文本

Question

请考虑以下逗号分隔的文件。为简单起见，让它包含一行：

'I am quoted','so, can use comma inside - it is not separator here','but can\'t use escaped quote :=('

如果您尝试使用命令阅读它

table <- read.csv(filename, header=FALSE)

该行将分为4部分，因为该行包含3个逗号。实际上，我只想阅读3个部分，其中一部分包含逗号。引用标志在那里寻求帮助。我试过了：

table <- read.csv(filename, header=FALSE, quote="'")

但这属于错误 "incomplete final line found by readTableHeader on table"。发生这种情况的原因是引号的奇数（七）。

read.table()和 scan()都具有参数 allowEscapes，但是将其设置为 TRUE并没有帮助。可以，因为您可以从 help(scan)读取：


解释的转义是控制字符
‘\ a，\ b，\ f，\ n，\ r，\ t，\ v'，...
...其他任何逃脱
字符被视为自身，包括反斜杠


请建议您如何阅读此类带引号的csv文件，其中包含转义的 \'引号。

Answer 1

一种可能是使用readLines()照原样读取所有内容，然后用其他字符替换引号，例如：

tt <- readLines("F:/temp/test.txt")
tt <- gsub("([^\\]|^)'","\\1\"",tt) # replace ' by "
tt <- gsub("\\\\","\\",tt) # get rid of the double escape due to readLines

这允许您使用 textConnection读取向量tt

zz <- textConnection(tt)
read.csv(zz,header=F,quote="\"") # give text input
close(zz)

不是最漂亮的解决方案，但是它可以工作（前提是您当然不在文件中某处有“字符” ...）