在R中将特殊字母转换为英文字母答案

【问题标题】：Convert special letters to english letters in R在R中将特殊字母转换为英文字母
【发布时间】：2015-11-25 07:48:44
【问题描述】：

有没有办法将文本中的特殊字母转换为 R 中的英文字母？例如：

Æ -> AE
Ø -> O
Å -> A

编辑：我需要这个转换的原因是 R 看不到这两个词是一样的：

stringdist('oversættelse','oversaettelse')
[1] 2
grepl('oversættelse','oversaettelse')
FALSE

有些人倾向于只使用英文字符，而有些人则不使用。为了比较一些文本，我需要将它们设为“相同格式”。

【问题讨论】：

这些不是特殊字母，它们是可用的正确拉丁字符。您甚至不需要 Unicode 来处理它们，它们是拉丁代码页的一部分（例如 Windows 1252）。为什么要将它们映射到不同的字符？
这听起来像是the XY Problem 的情况 - 对 X 有问题但询问假设的解决方案 Y。为什么您想用其他字符替换这些字符？您遇到的实际问题是什么？您是否使用过破坏文本的 R 函数？源数据是 Unicode 还是使用特定的代码页？
将Å转换为经典约定的AA，甚至是字母Å最初替换的字符组合不是更合适吗？
@AnandaMahto 为什么 R 支持 Unicode 时使用 ASCII？通过切换代码页来解决编码问题几乎是不可能的，总是还有一个错过的转换
@TommyA 没有经典的约定。 any 这些字符没有任何问题。事实上，当 Unicode 可用时，没有理由使用特定的代码页。

标签： r

【解决方案1】：

基本上，对于许多这种特殊字符，存在不止一种 unicode 表示形式——这会混淆文本比较。建议的解决方案是使用stringi 包函数stri_trans_nfc - 它还有一个支持音译的函数stri_trans_general，这可能正是您所需要的。

【讨论】：

【解决方案2】：

你可以使用chartr

x <- "ØxxÅxx"
chartr("ØÅ", "OA", x)
[1] "OxxAxx"

和/或 gsub

y <- "Æabc"
gsub("Æ", "AE", y)
[1] "AEabc"

【讨论】：