r - 将项目符号点和文本拆分为 R 中的单独行

Question

我想将我当前在一行中的要点拆分为多行。

“• xxxx • xxx”应该是

“• xxxx”
“• xxx”

我试过例如unlist(str_split(df$x, "\\•")) 但无济于事。

关于如何在 R 中使用项目符号有什么想法吗？

Answer 1

library(stringr); 

vals <- "• xxxx • xxx"; 
print(vals) 

它将返回八进制转义序列为:

[1] "\342\200\242 xxxx \342\200\242 xxx"

现在，我们必须编写一个可以找到这些八进制转义序列的正则表达式。为此，我首先更改编码如下

Encoding(vals)<- "UTF-8"

打印时会给出如下值:

[1] "<U+2022> xxxx <U+2022> xxx"

如果你快速谷歌搜索，你会发现它是一个bullet。

现在，我们可以为这个 utf-8 编码的字符串编写一个正则表达式，并按照问题中提供的规则进行拆分，如下所示:

df <- setNames(data.frame(cbind(unlist(str_extract_all(vals,"([\U{2022}])\\s\\w+" )))),"X");

输出:

> df
              X
1 <U+2022> xxxx
2  <U+2022> xxx

不足为奇，但是这里看不到子弹，因为用当前本地设置打印子弹符号所以我做的是，在这里更改本地设置(请谨慎):

oldloc <- Sys.getlocale("LC_CTYPE")
Sys.setlocale("LC_CTYPE", "en_US.UTF-8")
print(df$X) 

结果是这样的:

> print(df)
       X
1 • xxxx
2  • xxx

考虑到以上所有内容，我可以说这可能仍然不适用于 Windows 机器，但它应该适用于 Mac High Sierra。

为了使用 Windows，我使用了:

library(stringi)
stringi::stri_trans_general(x, "zh")

输出:

stringi::stri_trans_general(df$X, "zh")
[1] "• xxxx" "• xxx" 

引用截图: