包含特殊字符的gsub字符串[重复]答案

【问题标题】：gsub character string which contains special characters [duplicate]包含特殊字符的gsub字符串[重复]
【发布时间】：2019-02-11 18:20:21
【问题描述】：

我是 R 的新手，虽然我可以看到我的问题的变体已被多次询问，但我似乎找不到任何 gsub 的变体，它只是删除了特殊字符。实际上我撞到了一堵砖墙。

我有一个包含 73 个变量的数据框。变量 2，AGENT_REFERENCE_BROKER，是基于字符的。

因此，此列中的字段之一的示例是：<U+00A0>CUB00716

我只需要删除以下字符，

我已经按照互联网上的示例浏览了大约 30 种不同的 gsub、dplyr 和正则表达式组合，但没有一个人做过任何删除这些字符的操作。

我知道 + 是作为转义字符的类，因此需要一个 \ 或一个固定 = TRUE 的参数，或者 + 放在括号 [] 中。

我尝试过的一些 gsub 命令示例如下。

clean$AGENT_REFERENCE_BROKER <- gsub('\\+', '', clean$AGENT_REFERENCE_BROKER)

clean$AGENT_REFERENCE_BROKER <- gsub('[+]', '', clean$AGENT_REFERENCE_BROKER)

require(dplyr)
clean <- clean %>%
mutate_all(funs(gsub("\\<\\>\\+", "", .)))

我确信我遗漏了一些对于论坛上的大多数人来说显而易见的东西，但是对于我的生活，我不明白为什么它不会只删除 + 字符。

【问题讨论】：

gsub('[your_characters_to_match]+', '', vector) 应该没问题。你有任何字符串示例吗？
是的，"[<+>]+" 模式应该删除所有这些。使用括号，您无需转义任何内容。
抱歉，没有意识到符号已从我粘贴的示例中删除。 “CUB00716”就是一个例子。我现在只是在尝试你的建议，认为这对我来说是一个语法问题。
这些很可能是 Unicode 字符，而不是文字 <、+ 和 > 字符。
@WiktorStribiżew 我可以吻你。我已经挣扎了 3 个小时尝试正则表达式、gsub 和天知道还有什么。是的，它们是 unicode。我用了iconv，它们不见了。一些卑鄙的人投了-1票是值得的。再次感谢

标签： r regex gsub

【解决方案1】：

这会删除 3 个指示的字符：

gsub("[<>+]", "", "abc+def<ghi>xyz")
### [1] "abcdefghixyz"

在?regexp 中寻找关于字符类的讨论。

【讨论】：

您好，感谢您的建议，我尝试了以下代码：clean$AGENT_REFERENCE_BROKER +]", "", "abc+defxyz", clean$AGENT_REFERENCE_BROKER) 但它最终把每一行都变成了 abcdefghixyz
这毫无意义“abc ...”是示例输入，因为问题没有（但应该）包含输入。前两个参数应该和答案一样，第三个参数应该是输入向量。请仔细阅读?gsub。
抱歉，如前所述，我对 R 很陌生。是的，我可以看出那没有意义。我想删除的任何实例，我不想用其他文本替换它们，只是将它们清空。可能我使用了错误的函数，但我之前在 SQL 中使用过 REGEX 并用它来删除字符。 gsub 描述建议 gsub(pattern, replacement, x, 在下面的代码 clean$AGENT_REFERENCE_BROKER <- gsub("[<>+]", "",clean$AGENT_REFERENCE_BROKER) 我有模式，替换 "" 并指定值，但它使列保持原样。
将答案中显示的代码复制并粘贴到您的 R 会话中，您应该会得到与此处所示相同的答案。由于您没有提供可重现的示例，因此您可以自己弄清楚您所拥有的内容与所展示的内容有何不同。
cmets 中的 Wiktor 好心地将问题确定为 unicode 字符，这是我以前没有遇到过的。现已修复。

【解决方案2】：

以下

gsub('[your_characters_to_match]+', '', vector)

应该可以工作。

【讨论】：

您好，我已经尝试了以下两个指令，并且都保持行不变，没有变化：clean$AGENT_REFERENCE_BROKER = as.character(gsub('[<,+,>]+', '', clean$AGENT_REFERENCE_BROKER))clean$AGENT_REFERENCE_BROKER = as.character(gsub('[<+>]+', '', clean$AGENT_REFERENCE_BROKER))