从R中的字符向量中删除引号？答案

【问题标题】：Remove quotes from a character vector in R?从R中的字符向量中删除引号？
【发布时间】：2015-03-01 08:20:52
【问题描述】：

我有一些文字：

version of mackinnon’s “dominance approach,”

我已经读入了一个字符向量：

> my.char.vector
[1] "version" "of" "mackinnon’s" "“dominance" "approach,”"

如何删除双（和单）引号，这样 my.char.vector 是

[1] "version" "of" "mackinnons" "dominance" "approach,"

实际上，具有此确切标题的另一个问题不是问同样的问题 - 它试图在不带引号的情况下打印。我的字符向量中的元素确实包含引号，我正在尝试将其删除。

【问题讨论】：

标签： regex r quotes

【解决方案1】：

这些是“花哨的”引号——我从屏幕上剪切并粘贴了它们（如果你只是使用 SHIFT-' [或键盘上的任何东西]，你只会得到常规的 " 引号......）。

mcv <- c("version","of","mackinnon’s","“dominance","approach,”")
gsub("[’”“]","",mcv)

另一种可能性（似乎在我的系统上工作，但可能？是系统/语言环境/等特定的？）：将奇怪的字符转换为“#”，或其他安全的东西，然后摆脱它们。

gsub("#","",iconv(mcv,"latin1","ASCII","#"))

【讨论】：

【解决方案2】：

试试这个。

gsub("[^[:print:]]", "", my.char.vector)

【讨论】：

@BenBolker 使用Sys.setenv(LANG = "en_US.UTF-8") 并尝试。也许它与系统语言环境有关。

【解决方案3】：

您可以为此使用stringi。我们可以使用 ICU 元字符\\P 来否定匹配的值，使用-- 来减去逗号的否定。

library(stringi)
mcv <- c("version", "of", "mackinnon’s", "“dominance", "approach,”")
stri_replace_all_regex(mcv, "[\\P{Ll}--,]", "")
# [1] "version"    "of"         "mackinnons" "dominance"  "approach,"

我只是在学习 ICU，但我认为这是正确的表达方式。

【讨论】：

【解决方案4】：

qdap 的另一个选项

library(qdap)
strip(mcv, char.keep=',')
#[1] "version"    "of"         "mackinnons" "dominance"  "approach,"

或使用stringi

library(stringi)
stri_replace_all_regex(mcv, '[^[:alnum:],]+', '')
#[1] "version"    "of"         "mackinnons" "dominance"  "approach,"

或base R

 vapply(regmatches(mcv,gregexpr('[A-Za-z,]+', mcv)), paste,
                                    collapse="", character(1L))
#[1] "version"    "of"         "mackinnons" "dominance"  "approach,"

数据

mcv <- c("version","of","mackinnon’s","“dominance","approach,”")

【讨论】：