读取包含 nul 字符作为分隔符的 txt 文件，例如 \001?答案

【问题标题】：Read txt files containing nul character as seprator, such as \001?读取包含 nul 字符作为分隔符的 txt 文件，例如 \001?
【发布时间】：2017-09-06 08:26:48
【问题描述】：

当我使用 r 读取 txt 文件时，我将 read.table sep 参数设置为 sep="\001" 或 sep="\\001" 都不起作用。

                                                                        V1
1             886153044351\0010981623127\001\00113036806119\00113036806119
2           132693697611\0010\00118380389386\00113795105928\00113795105928
3             886134400554\0010981623127\001\00115033907649\00115033907649
4            550075776697\00115955516598\00115955516598\00113969121085\001
5             886156798054\0010918770552\001\00115977055775\00115977055775
6 132642200735\00118015668803\00118015668803\00118655109444\00118655109444

以上是我在 R 中使用读表默认值。我使用 split 功能，但它也不适用于上面的 sep。

在notepad++中，我将\0001替换为逗号","，这样我就可以像数据框一样将数据读入R了。

如果数据很大，我不能用notepad++替换nul字符，怎么办？

【问题讨论】：

使用strsplit(dat$V1, "\001", fixed = TRUE)。
或：library(splitstackshape); cSplit(dat, 'V1', sep = '\001')。

标签： r character read.table nul

【解决方案1】：

我无法从文件中使用@Colin Fay 的解决方案。

解决办法是：

将文件作为字符串读取
将\001 替换为逗号
将新字符串写入文件
以 csv 格式读取新文件

像这样在 R 中：

library(readr)
rawfile <- read_file("txt001sep.txt")
rawfile_csv <- gsub("\\\\001", ",", rawfile)
write_file(rawfile_csv, "myfile.csv")
read_csv("myfile.csv", col_names=FALSE)

【讨论】：

【解决方案2】：

尝试改用read.delim 函数：

read.delim(
text = "V1
1 886153044351\0010981623127\001\00113036806119\00113036806119
2 132693697611\0010\00118380389386\00113795105928\00113795105928
3 886134400554\0010981623127\001\00115033907649\00115033907649
4 550075776697\00115955516598\00115955516598\00113969121085\001
5 886156798054\0010918770552\001\00115977055775\00115977055775
6 132642200735\00118015668803\00118015668803\00118655109444\00118655109444", 
sep = "\001", header = FALSE )


              V1          V2          V3          V4          V5
1             V1          NA          NA          NA          NA
2 1 886153044351   981623127          NA 13036806119 13036806119
3 2 132693697611           0 18380389386 13795105928 13795105928
4 3 886134400554   981623127          NA 15033907649 15033907649
5 4 550075776697 15955516598 15955516598 13969121085          NA
6 5 886156798054   918770552          NA 15977055775 15977055775
7 6 132642200735 18015668803 18015668803 18655109444 18655109444

【讨论】：