R正则表达式删除unicode撇号

Question

假设我在R中有以下字符串：

text <- "[Peanut M&M\u0092s]"

我一直试图通过搜索和删除\u0092来使用regex擦除撇号

replaced <- gsub("\\\\u0092", "", text )

但是，上面的内容似乎不起作用，结果与原来的结果是一致的。什么是正确的方法来做这个删除？

此外，如果我想删除打开和关闭[]，是更有效地做到这一切在一次或单独的行？

Answer 1

可以使用带有Perl类regex的[^[:ascii:]]构造从输入中删除非ASCII代码，还可以添加另一个[][]以匹配方括号：

text <- "[Peanut M&M\u0092s]"
replaced <- gsub("[][]|[^[:ascii:]]", "", text, perl=T)
replaced
## => [1] "Peanut M&Ms"

请参阅IDEONE演示

如果只计划删除\0092符号，则不需要像regex这样的Perl：

replaced <- gsub("[][\u0092]", "", text)

请参阅另一个演示

注意，[...]是一个与1符号匹配的字符类，在这里，可以是]、[或\u0092。如果将]放在字符类的开头，则不需要转义。[不需要在字符类中转义(在regex和其他类型中也是如此)。