使用 R 将斜体或粗体的 unicode 字符转换为普通字符答案

【问题标题】：convert unicode characters in italic or bold to normal characters using R使用 R 将斜体或粗体的 unicode 字符转换为普通字符
【发布时间】：2021-11-30 19:45:47
【问题描述】：

我有这个字符串：

string <- "Blah blah \U0001d617\U0001d622\U0001d63a\U0001d633\U0001d630\U0001d62d\U0001d62d \U0001d61a\U0001d631\U0001d626\U0001d624\U0001d62a\U0001d622\U0001d62d\U0001d62a\U0001d634\U0001d635 blah blah"

当我将它传递给 cat 时，我得到了这个：

cat("Blah blah \U0001d617\U0001d622\U0001d63a\U0001d633\U0001d630\U0001d62d\U0001d62d \U0001d61a\U0001d631\U0001d626\U0001d624\U0001d62a\U0001d622\U0001d62d\U0001d62a\U0001d634\U0001d635 blah blah")
> Blah blah ???????????????????????????? ???????????????????????????????????????? blah blah

如何将字符串转换成这个：

> "Blah blah Payroll Specialist blah blah"

我看过这个帖子：R: Replacing foreign characters in a string，但我不能让它工作。

当我从 web 服务中提取数据时会出现问题，因此理想情况下，我正在寻找的解决方案是处理许多/所有可能的方式来表示字母的解决方案。（例如粗体、斜体等）

谢谢！

【问题讨论】：

标签： r encoding character-encoding

【解决方案1】：

有库 stringi (install.packages("stringi")) 和 stri_trans_nf* functions (执行或检查 Unicode 规范化);检查normalization forms for Unicode text的理论。

string <- "Blah blah \U0001d617\U0001d622\U0001d63a\U0001d633\U0001d630\U0001d62d\U0001d62d \U0001d61a\U0001d631\U0001d626\U0001d624\U0001d62a\U0001d622\U0001d62d\U0001d62a\U0001d634\U0001d635 blah blah"
library(stringi)
stri_trans_nfkc(string)  # [1] "Blah blah Payroll Specialist blah blah"
stri_trans_nfkd(string)  # [1] "Blah blah Payroll Specialist blah blah"

【讨论】：

嗨约瑟夫兹。非常感谢！