修剪错误？前导空格未删除答案

【问题标题】：trimws bug? leading whitespace not removed修剪错误？前导空格未删除
【发布时间】：2017-07-12 07:01:55
【问题描述】：

编辑：感谢 R Yoda，我终于能够针对我面临的问题创建一个可重现的示例：

x = rawToChar(as.raw(c(0xa0, 0x31, 0x31, 0x2e, 0x31, 0x33, 0x32, 0x35, 0x39, 0x32)))
trimws(x)

=> 问题：如何修剪 x？

问题的旧文本：
请参阅随附的屏幕截图。不幸的是，我无法创建可重现的示例，因为dput 正在影响结果...

任何人都知道如何调查 x 出了什么问题？前导空格似乎不是标准空格！

charToRaw(x) 给出 a0 31 31 2e 31 33 32 35 39 32
dput(charToRaw(x)) 给出 as.raw(c(0xa0, 0x31, 0x31, 0x2e, 0x31, 0x33, 0x32, 0x35, 0x39, 0x32))
Encoding(x) 给出 "unknown"（与 Encoding(" 11.132592") 相同）

【问题讨论】：

无法在R 3.4.0中重现问题x <- " 11.132592"; trimws(x)# [1] "11.132592"
@akrun 我知道，令人沮丧！我的 R 3.3.2 和你一样。我如何调查为什么 x 与 dput 中的值不同？
@akrun，肯定是 R 3.2.2。但是您的代码不会重现该错误。检查我的屏幕截图：x gives "11.132592"，但现在是这样定义的。
可能是编码问题...如果您不能使用dput（为什么？）请至少在此处发布charToRaw(x) 和Encoding(x) 的输出，也许这说明了原因...
charToRaw(' ') 产生20 而x 的第一个字符是a0；因此它可能不被识别为空格

标签： r trim

【解决方案1】：

0xa0 在R 中编码另一种类型的空格（不间断空格），而0x20 是空格。
trimws 搜索空格、制表符、换行符或回车（由[ \t\r\n]+ 表示）但不适用于不间断空格，因此它不起作用。
您可以使用sub（抑制前导或尾随空格）或gsub（抑制尾随和前导空格）删除任何类型的尾随或前导空格（包括0xa0代表的空格）：

sub("^\\s+", "", x)
[1] "11.132592"

对于删除前导和尾随空格：

gsub("(^\\s+)|(\\s+$)", "", x)

【讨论】：

谢谢！记录在案stringr::str_trim 也很好用
@RockScience 在stringr::str_trim 下有一个C 例程，我没有检查它，但我猜它会删除任何空间，这与trimws 相反；-)跨度>
未来的读者来这里及以上gsub解决方案由于回车+换行空格（0xc2 0xa0）不起作用，请参阅此perl regex或此remove all/any space。

【解决方案2】：

一种可能的解决方案是将错误编码的空格替换为正确的空格：

trimws(rawToChar(replace(x1, x1 == as.raw(0xa0), as.raw(0x20))))

给出：

[1] "11.132592"

要转换为数字，只需将上面的代码包装在as.numeric中即可。

使用过的数据：

x1 <- as.raw(c(0xa0, 0x31, 0x31, 0x2e, 0x31, 0x33, 0x32, 0x35, 0x39, 0x32))

【讨论】：

不幸的是，这不是修剪。如果空格位于字符串的中间，则会产生问题。
@RockScience 这回答了所提出的问题。如果你没有问对正确的问题，那是你的责任。