R 两个角色看起来很相似，但评价却不同。我怎样才能找出明显的差异？

我有两个序列

s

和

t

，当我打印它们时，它们看起来完全相同，但当我将它们与

=

进行比较时，R输出

FALSE

。我已经找到了两个字符串中26号字符的差异，并且。。。你们自己看看：

> substring(s, 26, 26)
[1] "–"
> substring(t, 26, 26)
[1] "–"
> substring(s, 26, 26) == substring(t, 26, 26)
[1] FALSE
> substring(s, 26, 26) == "-"
[1] FALSE
> substring(t, 26, 26) == "-"
[1] FALSE

在最后两行中，我从键盘手动输入了破折号。很明显，这是三个不同的破折号，但有什么区别？哪个是哪个

这个问题可能是由于几个人在不同的计算机上复制粘贴不同版本的MS Word和Excel，然后我通过

.csv

文件将其读入R

具体地说，我能在R中找到这两个神秘字符的代码点（或类似的东西）以便找出问题所在吗

因为它被要求：

> s
[1] "Salmonid alfavirus (SAV) – Rutinemessig prøvetaking § 4, 1. ledd (avsnitt), § 4, 2. ledd (avsnitt) & §13, 1. ledd (avsnitt)."
> t
[1] "Salmonid alfavirus (SAV) – Rutinemessig prøvetaking § 4, 1. ledd (avsnitt), § 4, 2. ledd (avsnitt) & §13, 1. ledd (avsnitt)."

（SAV）

后面的破折号是字符号26，即所讨论的字符

编辑：在回答告诉我有关

charToRaw（）

的内容后，我决定尝试一下。结果如下：

> charToRaw(substring(t, 26, 26))
[1] 96
> charToRaw(substring(s, 26, 26))
[1] 96
> substring(s, 26, 26) == substring(t, 26, 26)
[1] FALSE

现在我更难堪了。字符具有相同的代码点，但仍然不相等？这是怎么回事

新发展： 我将这两个字符放入它们自己的变量中，因为我厌倦了一直使用子字符串。然后我将它们与另一个的复制粘贴版本进行比较：

> a = substring(s, 26, 26)
> b = substring(t, 26, 26)
> a == b
[1] FALSE
> a
[1] "–"
> b
[1] "–"
> a == "–"
[1] FALSE
> b == "–"
[1] TRUE

---

因此，复制粘贴

>a

的输出将产生一个被认为等于

b

的字符。很抱歉，但这也意味着，由于这篇文章是由复制粘贴的代码组成的，因此在这篇文章中出现的破折号实际上可能是相同的。

我自己不使用R，但您可以找到在R中获取ascii代码的说明

使用问题中的复制粘贴和Python，我发现两个字符串中的“-”实际上是3个字符：

for l in "AV) – Rut":  #copy-pasted from the question
   print(l, ord(l))

（'A'，65） (V'，86)(""),41(",32"("x 2",226)(""x 80 （'\x93'，147）（''，32）（'R'，82）（'u'，117）（'t'，116）

你的两个版本给出了相同的答案，这很奇怪。但两者都不同于常规短跑：

for l in "-":  # With the normal dash typed myself
  print(l, ord(l))

（“-”，45）

---

您将找到与（'\xe2'，226）（'\x80'，128）（'\x93'，147）相对应的字符。

尝试此操作，并在可以通过google找到的字符代码表中查找十六进制值

charToRaw("hello")
## [1] 68 65 6c 6c 6f

---

s请显示什么是
s
和
t
。可能符号不同。您需要在问题中添加s和t字符串。所以，我们可以看到哪里出了问题。我在另一个答案中也看到了
charToRaw（）。结果，两个破折号都给出了
96
（而键盘破折号给出了
2d
），但根据
=
，它们仍然拒绝相等。您也可以根据链接中的
asc（）
函数（以及它们直接应用的
charToRaw（）
函数）尝试
utf8ToInt
，它们是相等的。然而，根据
==
，他们仍然拒绝评估为相等。是的，我从一开始就非常确定常规破折号是不同的。如果你仔细看，你会发现它比较短。此外，我意识到复制粘贴使两个神秘的破折号实际上相等，因此我无法在此发布其中一个供您使用。这就是为什么子字符串测试的计算结果为
TRUE
。
s <- "Salmonid alfavirus (SAV) – Rutinemessig prøvetaking § 4, 1. ledd (avsnitt), § 4, 2. ledd (avsnitt) & §13, 1. ledd (avsnitt)."

t <- "Salmonid alfavirus (SAV) – Rutinemessig prøvetaking § 4, 1. ledd (avsnitt), § 4, 2. ledd (avsnitt) & §13, 1. ledd (avsnitt)."

substring(s, 26, 26) == substring(t, 26, 26)
#[1] TRUE

substring(s, 26, 26)
#[1] "–"

substring(t, 26, 26)
#[1] "–"

## comparing dash in string with regular dash on keyboard
substring(s, 26, 26) == "-"
#[1] FALSE

substring(t, 26, 26) == "-"
#[1] FALSE

asc <- function(x) {strtoi(charToRaw(x),16L)}

asc(substring(s, 26, 26))
#[1] 226 128 147

asc("-")
#[1] 45