r - 检测字符串中的非 ascii 字符

Question

如何以类似 grep 的方式检测字符串向量中的非 ascii 字符。例如下面我想返回 c(1, 3)或 c(TRUE, FALSE, TRUE, FALSE) :

x <- c("façile test of showNonASCII(): details{", 
    "This is a good line", "This has an ümlaut in it.", "OK again. }")

试图:

y <- tools::showNonASCII(x)
str(y)
p <- capture.output(tools::showNonASCII(x))

Answer 1

另一种可能的方法是尝试将您的字符串转换为 ASCII 并尝试检测所有无法转换的生成的不可打印控制字符

grepl("[[:cntrl:]]", stringi::stri_enc_toascii(x))
## [1]  TRUE FALSE  TRUE FALSE

虽然看起来 stringi也有这种类型的东西的内置功能

stringi::stri_enc_mark(x)
# [1] "latin1" "ASCII"  "latin1" "ASCII"