如何删除unicode< U + 00A6>从字符串? [英] How to remove unicode <U+00A6> from string?

问题描述

我有一个像这样的字符串:

I have a string like:

q <-"<U+00A6>  1000-66329"

我要删除<U+00A6>并仅获取1000 66329.

我尝试使用:

gsub("\u00a6"," ", q,perl=T)

但是它没有删除任何东西.我应该怎么做gsub才能只得到1000 66329?

But it is not removing anything. How should I do gsub in order to get only 1000 66329?

推荐答案

我只想删除字符串开头的unicode <U+00A6>.

然后您不需要gsub，则可以将sub与"^\\s*<U\\+\\w+>\\s*"模式一起使用:

Then you do not need a gsub, you can use a sub with "^\\s*<U\\+\\w+>\\s*" pattern:

q <-"<U+00A6>  1000-66329"
sub("^\\s*<U\\+\\w+>\\s*", "", q)

模式详细信息:

• ^-字符串开头
• \\s*-零个或多个空格
• <U\\+-文字字符序列<U+
• \\w+-1个或多个字母，数字或下划线
• >-文字>
• \\s*-零个或多个空格.

• ^ - start of string
• \\s* - zero or more whitespaces
• <U\\+ - a literal char sequence <U+
• \\w+ - 1 or more letters, digits or underscores
• > - a literal >
• \\s* - zero or more whitespaces.

如果您还需要用空格替换-，请添加|-替代项并使用gsub(因为现在我们期望多个替换项，并且替换项必须是空格-在akrun的答案):

If you also need to replace the - with a space, add |- alternative and use gsub (since now we expect several replacements and the replacement must be a space - same is in akrun's answer):

trimws(gsub("^\\s*<U\\+\\w+>|-", " ", q))

请参见 R在线演示

这篇关于如何删除unicode< U + 00A6>从字符串?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！