在R中find_replace nul字符

Question

唯一与我的问题最接近的是：are-there-raw-strings-in-r 然而，这对我的帮助还不够。

问题

我在数据框中有类似 Windows 的格式化路径：

data.frame(path = c("X:\01_aim\01_seq.R", "X:\01_aim\02_seq.R", "X:\01_aim\03_seq.R"), 
           dat = c("data1.csv", "data2.csv", "data1.csv"))

目的是将路径转换为类 Unix 路径，因此我需要如下输出：

data.frame(path = c("/01_aim/01_seq.R", "/01_aim/02_seq.R", "/01_aim/03_seq.R"), 
           dat = c("data1.csv", "data2.csv", "data1.csv"))

我的方法

您在上面看到的一种操作路径的方法会产生以下错误：

> sub("\0", "##", "X:\01_aim\01_seq.R")
# Error: nul character not allowed (line 1)

我已经找到了使用r"()" 格式化选项打印路径的方法，它给出了：

> r"(X:\01_aim\01_seq.R)"
[1] "X:\01_aim\01_seq.R"

这样我的最终解决方案将接近：

tmp_path <- str_replace_all(string = r"(X:\01_aim\01_seq.R)",      
    pattern = r"(\\)", 
    replacement =  "/")
str_replace_all(tmp_path, r"(X:)", "")
[1] "/01_aim/01_seq.R"

但我缺乏的是如何在变量中的给定字符串上强制字符串的r"( )" 格式。具体来说，当我有一个功能时：

convert.path <- function(my.path){
   # how can I force the variable my.path to be stored as r"(`my.path`)"
   # so that I can insert the above code here.
   my.path.raw <- to.r.brackets(my.path)
   tmp_path <- str_replace_all(my.path.raw, pattern = r"(\\)", replacement =  "/")
   str_replace_all(tmp_path, r"(X:)", "")
}

我想强制重新格式化以代替 cmets。有谁知道如何制作这个技巧？

Answer 1

一种方法是在eval(parse(text = ...)) 中使用gsub()：

dat <- data.frame(path = c("X:\01_aim\01_seq.R", "X:\01_aim\02_seq.R", "X:\01_aim\03_seq.R", "X:\01_aim\04_seq.R"), 
                  dat = c("data1.csv", "data2.csv", "data1.csv", "data2.csv"))

temp <- eval(parse(text= gsub("\\", "/", deparse(dat$path), fixed=TRUE)))
gsub("X:", "", temp)

#> [1] "/001_aim/001_seq.R" "/001_aim/002_seq.R" "/001_aim/003_seq.R"
#> [4] "/001_aim/004_seq.R"

^{由reprex package (v2.0.1) 于 2021 年 8 月 23 日创建}

另一种方法是使用stringi::stri_escape_unicode 转义包含一个反斜杠的字符串。由于字符串在转义之前转换为 unicode，因此在每对反斜杠之后添加了不需要的 u0。然后我们可以使用gsub("\\\\u0", "/") 来获取所需的文件路径。

dat <- data.frame(path = c("X:\01_aim\01_seq.R", "X:\01_aim\02_seq.R", "X:\01_aim\03_seq.R"), 
           dat = c("data1.csv", "data2.csv", "data1.csv"))


temp <- gsub("X:", "", stringi::stri_escape_unicode(dat$path))
gsub("\\\\u0", "/", temp)
#> [1] "/001_aim/001_seq.R" "/001_aim/002_seq.R" "/001_aim/003_seq.R"

^{由reprex package (v2.0.1) 于 2021 年 8 月 23 日创建}