在R中匹配utf-8模式的正则表达式

就我的一生而言，我无法让它发挥作用：

我正在尝试将这样的十六进制序列（或任何以\x开头并以两个数字结尾的序列）

“\xed\xa0\xbd\xed\xb8\x89”

和这个正则表达式匹配，但它不起作用

我在想我必须先用一个空格，后跟一个

\

和一个

x

，然后让数字范围0-9重复两次，或者不重复

---

欢迎任何帮助

我看不出空白的原因，那么字母a-f呢？还有，你为什么坚持这些应该只发生在生产线的开头？首先尝试

\\x[0-9a-f]{2}

，您可能会遇到一些问题，因为当您指定一个类似\x30的字符串时，它实际上是十六进制表示形式。例如，对于零ascii字符的表示：

> c = "\x30"
> c
[1] "0"

因此，这取决于字符串的表示方式和分配/读取方式

对于正则表达式-这里有一些接近您需要的东西，在这里用正斜杠而不是反斜杠演示

str_extract("/xed/xa0/xbd/xed/xb8/x89", "(\\/x[0-9a-f]{2})+")

[1] "/xed/xa0/xbd/xed/xb8/x89"

---

这是上面G5W中的正则表达式-但是通过围绕（）+

来匹配序列，感谢所有试图帮助我的人！！这似乎主要是一个编码问题

这就是最终成功的原因

gsub("[^A-Za-z0-9 ]", "", "I mean totally \xed\xa0\xbd\xed\xb8\x8a")

产生

“我的意思是完全”因为它删除了除了字母和数字以外的所有东西

---

我在上找到了它，只需添加一个空格，这样它们就不会被删除

您可以使用

[^-~]+

正则表达式删除任何1+个非ASCII符号：

> gsub("[^ -~]+", "", "I mean totally \xed\xa0\xbd\xed\xb8\x8a")
[1] "I mean totally "

看一看

该模式意味着：

• [^

  -否定字符类的开始

• -~

  -ASCII表格中空格（十进制代码32）和波浪号（十进制代码126）之间的字符范围

• ]

  -字符类结束

• +

  -一个量词，将子模式与其左侧匹配一次或多次

---

不太清楚您有什么输入，以及您的预期结果应该是什么样子。检查。如果不是你想要的，请用细节更新问题。对不起，我刚开始使用regex，我想这已经足够了……那么，你最终需要得到什么？下面的答案是否回答了您的问题，或者我的方法对您有效？不幸的是，没有。但是这个成功了：

gsub（“[^A-Za-z0-9]”，“，“我是说完全\xed\xa0\xbd\xed\xb8\x8a”）

并且它产生了我的意思是完全的。谢谢你帮了大忙！您只是问了一个不清楚的问题，没有说明您是发布了字符串文字还是文字字符串作为示例。自己回答一个不清楚的问题不是一个好主意，因为只有你才能回答。您可以将此解决方案添加到问题本身，以便问题变得清晰。看看我的答案，找到另一个解决方案。啊，我明白了！谢谢你的反馈！