替换字符串中的下标数字答案

【问题标题】：Replace subscript number in string替换字符串中的下标数字
【发布时间】：2020-01-20 06:09:12
【问题描述】：

我有以下向量，我希望将下标数字（例如 ₆、2）替换为“正常”数字。

vec = c("C₆H₄ClNO₂", "C₆H₆N₂O₂", "C₆H₅NO₃", "C₉H₁₀O₂", "C₈H₈O₃")

我可以查找所有下标值并单独替换它们：

gsub('₆', '6', vec)

但是在正则表达式中没有模式吗？

有一个类似的question 用于 javascript，但我无法将其翻译成 R。

【问题讨论】：

【解决方案1】：

使用chartr:

翻译字符向量中的字符

解决方案：

chartr("₀₁₂₃₄₅₆₇₈₉", "0123456789", vec)

奖金

要规范化上标数字，请使用

chartr("⁰¹²³⁴⁵⁶⁷⁸⁹", "0123456789", "⁰¹²³⁴⁵⁶⁷⁸⁹")
## => [1] "0123456789"

【讨论】：

【解决方案2】：

我们可以使用str_replace_all from stringr 提取所有下标数字，将其转换为等效整数减去8272（因为这是₆ 和6 的整数值与所有其他等价物之间的差异) 并将其转换回来。

stringr::str_replace_all(vec, "\\p{No}", function(m) intToUtf8(utf8ToInt(m) - 8272))
#[1] "C6H4ClNO2" "C6H6N2O2"  "C6H5NO3"   "C9H10O2"   "C8H8O3"

正如@Wiktor Stribiżew 指出的那样，"\\p{No}" 匹配多个下标数字，仅匹配我们可以使用的 0-9 的下标（感谢 @thothal）

str_replace_all(vec, "[\U2080-\U2089]", function(m) intToUtf8(utf8ToInt(m) - 8272))

【讨论】：