phát hiện các ký tự không phải ascii trong một chuỗi

Question

Làm cách nào tôi có thể phát hiện các ký tự không phải ascii trong chuỗi vectơ f theo kiểu grep như thời trang. Ví dụ dưới đây tôi muốn trả lại c(1, 3) hoặc c(TRUE, FALSE, TRUE, FALSE):

x <- c("façile test of showNonASCII(): details{", 
    "This is a good line", "This has an ümlaut in it.", "OK again. }") 

Attempt:

y <- tools::showNonASCII(x) 
str(y) 
p <- capture.output(tools::showNonASCII(x)) 

Answer 1

một cách khác có thể là cố gắng để chuyển đổi chuỗi của bạn để ASCII và cố gắng để phát hiện tất cả các tạo ký tự điều khiển in không mà không thể chuyển đổi

grepl("[[:cntrl:]]", stringi::stri_enc_toascii(x)) 
## [1] TRUE FALSE TRUE FALSE 

Mặc dù có vẻ như stringi có chức năng tích hợp cho loại sự kiện này quá

stringi::stri_enc_mark(x) 
# [1] "latin1" "ASCII" "latin1" "ASCII" 

Answer 2

Tại sao bạn không trích xuất mã có liên quan từ showNonASCII?

x <- c("façile test of showNonASCII(): details{", 
     "This is a good line", "This has an ümlaut in it.", "OK again. }") 

grepNonASCII <- function(x) { 
    asc <- iconv(x, "latin1", "ASCII") 
    ind <- is.na(asc) | asc != x 
    which(ind) 
} 

grepNonASCII(x) 
#[1] 1 3 

Answer 3

Đến sau này, sử dụng regex cơ bản thuần túy d đơn giản như vậy:

grepl("[^ -~]", x) 
## [1] TRUE FALSE TRUE FALSE 

More đây: http://www.catonmat.net/blog/my-favorite-regex/