我看到过关于删除R中特殊字符的各种帖子(比如这篇：从R中的字符串中删除所有特殊字符？(，但这些策略都不适用于我的问题。
我有一个用qdap的read.transcript((读取的成绩单。当我在文档中读取时，它会使带有特殊字符的行看起来像这样：
If anyone knows how to simply change these special characters (i.e <e1><b8><9d> to e), again please feel free to update!
我试过：
ATL1$X2 <- gsub("[^0-9A-Za-z///,.?()' ]", "", ATL1$X2)
If anyone knows how to simply change these special characters (i.e e1b89d to e), again please feel free to update
但这并没有删除特殊字符，也删除了！
我也试过：
str_replace_all(ATL1$X2, "[^[:alnum:]]", " ")
If anyone knows how to simply change these special characters i e e1 b8 9d to e again please feel free to update
但更糟糕的是，删除了所有标点符号，仍然无法解决我的问题。
最后，我也尝试过：
iconv(ATL1$X2, from = 'UTF-8', to = 'ASCII//TRANSLIT')
If anyone knows how to simply change these special characters (i.e <e1><b8><9d> to e), again please feel free to update!
但这里也没有什么变化。
在理想的世界里，输出看起来像：
If anyone knows how to simply change these special characters (i.e e e e to e), again please feel free to update!
因此，特殊字符是按照它们"应该"的样子读取的。如果这不可能，老实说，如果它只是删除了特殊字符(但没有删除其他字符，如感叹号(，并看起来像这样，我会没事的：
If anyone knows how to simply change these special characters (i.e to e), again please feel free to update!
谢谢！
有几件事让这件事变得困难：
- 您想要用通常相同的东西来替换字符，而不仅仅是转换编码。在您的示例中，"<e1><b8><9d>"不代表"e"，它代表"e的复杂版本，这意味着R不会只是改变它。但有一些函数可以做到这一点
- 看起来
qdap.transcript试图提供帮助。至少你在这里显示的内容和你的结果是一致的，它们不是是特殊字符，而是字面上的"<e1><b8><9d>"。因此，如果您尝试删除特殊字符，gsub很乐意遵守，并删除"<"one_answers">"，只保留"e1"等
为了解决您的问题，我认为您需要转换回特殊字符，然后使用stringi包中的stri_trans_general。我相信还有其他类似的功能，但这一个对我有效。事实证明，转换回特殊字符是困难的部分，但我有一些工作代码：
library(stringi)
mystring <- 'If anyone knows how to simply change these special characters (i.e <e1><b8><9d> to e), again please feel free to update!'
pos <- gregexpr('(<[A-Fa-f0-9]{2}>)+', mystring)[[1]]
replace <- substring(mystring, pos, pos+attr(pos, 'match.length')-1)
replace <- sapply(replace, function(r) {
eval(parse(text=paste0(''', gsub('>', '', gsub('<', '\\x', r)), ''')))
})
for(i in seq_along(replace)) {
mystring <- sub('(<[A-Fa-f0-9]{2}>)+', replace[i], mystring)
}
mystring <- stri_trans_general(mystring, 'latin-ascii')
我们首先提取"<"one_answers">"之间看起来像十六进制的所有值，然后将它们转换为文字"\xe1\xb8\x9d"，然后要求R处理它，并用这些替换值替换旧值
仅在最后一行，我们将特殊字符替换为(在本例中("e">