在python/R中将utf8解码为常规字符
我有各种各样的字符串,例如在python/R中将utf8解码为常规字符,python,r,encoding,utf,Python,R,Encoding,Utf,我有各种各样的字符串,例如xc3\x93\xc5\x81,它们是编码的UTF-8字符。我能访问的唯一文件是那些编码值。如何在R或python中将其解码为常规字符(不是这个UTF-8俚语)?在R中,我们可以使用@Jeroen的函数at,只需稍加修改即可处理\xnn而不是\unnn unescape_unicode <- function(x){ #single string only stopifnot(is.character(x) && length(x) ==
xc3\x93\xc5\x81
,它们是编码的UTF-8字符。我能访问的唯一文件是那些编码值。如何在R或python中将其解码为常规字符(不是这个UTF-8俚语)?在R中,我们可以使用@Jeroen的函数at,只需稍加修改即可处理\xnn
而不是\unnn
unescape_unicode <- function(x){
#single string only
stopifnot(is.character(x) && length(x) == 1)
#find matches
m <- gregexpr("(\\\\)+x[0-9a-z]{2}", x, ignore.case = TRUE)
if(m[[1]][1] > -1){
#parse matches
p <- vapply(regmatches(x, m)[[1]], function(txt){
gsub("\\", "\\\\", parse(text=paste0('"', txt, '"'))[[1]], fixed = TRUE, useBytes = TRUE)
}, character(1), USE.NAMES = FALSE)
#substitute parsed into original
regmatches(x, m) <- list(p)
}
x
}
由(v0.2.1)创建于2019-04-15。请尝试使用字符串的decode()方法。在R中,请尝试
stringi::stri\u unescape\u unicode