R如何删除字符串中的非常特殊的字符？

Question

我正在尝试删除字符串中的一些非常特殊的字符。
我读过其他帖子，如:

Remove all special characters from a string in R?

How to remove special characters from a string?

但这些不是我要找的。

可以说我的字符串如下:

s = "who are í ½í¸€ bringing?"

我试过以下:

test = tm_map(s, function(x) iconv(enc2utf8(x), sub = "byte"))
test = iconv(s, 'UTF-8', 'ASCII')

以上都没有奏效。

编辑:
我正在寻找通用解决方案!
我不能(也不喜欢)手动识别所有特殊字符。

这些非常特殊的字符也可能(不是 100% 确定)是由表情符号引起的

请帮助或引导我到正确的帖子。
谢谢!

Answer 1

所以，我将继续回答，因为我相信这就是你要找的:

> s = "who are í ½í¸€ bringing?"
> rmSpec <- "í|½|€" # The "|" designates a logical OR in regular expressions.
> s.rem <- gsub(rmSpec, "", s) # gsub replace any matches in remSpec and replace them with "".
> s.rem
[1] "who are  ¸ bringing?"

现在，这确实有一个警告，您必须在 rmSpec 中手动定义特殊字符。多变的。不确定您是否知道要删除哪些特殊字符，或者您是否正在寻找更通用的解决方案。

编辑:

所以看起来你几乎用 iconv 搞定了，你只是错过了 sub争论。见下文:

> s
[1] "who are í ½í¸€ bringing?"
> s2 <- iconv(s, "UTF-8", "ASCII", sub = "")
> s2
[1] "who are   bringing?"