R中的重音不敏感正则表达式

Question

我正在尝试使用filter(grepl())来匹配我专栏中的一些单词。让我们假设我想提取“瓜特尔”这个词。在我的专栏中，我有“卫报”、“卫报”和“担保书”等变体。为了匹配大写/小写单词，我使用了(?i)。然而，我还没有找到一个很好的方法来匹配口音/无口音(即“卫报”和“卫报”)。

我知道我可以简单地用á代替a，但是在代码中是否有一种分配重音不敏感的方法呢？它可以是基R/tidyverse/任何，我不介意。

以下是我现在的代码行：

cobras <- final %>% filter(grepl("(?i)guartelá", NAME) 
                           | grepl("(?i)guartelá", locality))

干杯

Answer 1

可以在OR语句中传递选项，使用[捕获不同的组合

> string <- c("Guartelá", "Guartela", "guartela", "guartelá", "any")
> grepl("[Gg]uartel[aá]", string)
[1]  TRUE  TRUE  TRUE  TRUE FALSE

Answer 2

您可以使用stri_trans_general fron删除所有重音：

unaccent_chars= stringi::stri_trans_general(c("guartelá","with_é","with_â","with_ô")  ,"Latin-ASCII")
unaccent_chars
# [1] "guartela" "with_e"   "with_a"   "with_o" 
# grepl(paste(unaccent_chars,collapse = "|"), string)  

Answer 3

使用str_detect()的另一个选项

library(tidyverse)
tibble(name = c("guartela","guartelá", "Guartela", "Other")) |> 
  filter(str_detect(name, "guartela|guartelá|Guartela"))