regex - 替换特殊字符(破折号)

Question

我试图用 gsub 替换我认为是标准的破折号。我正在测试的代码是:

gsub("-", "ABC", "reported – estimate")

但是，这没有任何作用。我将破折号复制并粘贴到 http://unicodelookup.com/#–/1 中，它似乎是一个破折号。该站点为破折号提供了十六进制、十进制等代码，我一直在尝试替换破折号，但我没有运气。建议？

(作为奖励，如果您能告诉我是否有识别特殊字符的功能会有所帮助)。

我不确定 SO 的代码格式是否会改变破折号格式，所以这里是我使用的破折号 (-)。

Answer 1

您可以通过在正则表达式模式中指定它来替换短划线。

gsub("–", "ABC", "reported – estimate")

您可以将所有连字符、短划线和长破折号与

gsub("[-–—]", "ABC", "reported – estimate — more - text")

见 IDEONE demo

要检查字符串中是否有非 ascii 字符，请使用

> s = "plus ça change, plus c'est la même chose"
> gsub("[[:ascii:]]+", "", s, perl=T)
[1] "çê"

见 this IDEONE demo

您将得到一个空结果(如果字符串仅由“单词”字符和空格组成)，或者 - 如此处 - 一些“特殊”字符。