将R中的UTF-8特殊字符斩首

在我抓取了一张名单后，我在R中有以下名字：

DAPHN\303\211 DE MEULEMEESTER

---

如果我使用tolower函数，则所有字母都设置为小写，但特殊字符除外。实现这一点的最佳方法是什么？

原因是您的语言环境是C。非ASCII特殊字符及其字母大小写分类在该语言环境下无法识别。您应该能够通过切换到UTF-8语言环境使其工作：

Sys.setlocale(locale='C');
## [1] "C/C/C/C/C/en_CA.utf-8"
tolower('DAPHN\303\211 DE MEULEMEESTER');
## [1] "daphn\303\211 de meulemeester"
Sys.setlocale(locale='en_CA.UTF-8');
## [1] "en_CA.UTF-8/en_CA.UTF-8/en_CA.UTF-8/C/en_CA.UTF-8/en_CA.utf-8"
tolower('DAPHN\303\211 DE MEULEMEESTER');
## [1] "daphné de meulemeester"

---

en_CA.UTF-8

对我来说很有意义，因为我在加拿大，但如果你在美国（例如），你可能会想要

en_US.UTF-8

。我认为，对于任何国家，您都应该能够用两个字母的国家代码替换

CA

/

US

，以获得最适合您所在位置的语言环境。

原因是您的语言环境是C。非ASCII特殊字符及其字母大小写分类在该语言环境下无法识别。您应该能够通过切换到UTF-8语言环境使其工作：

Sys.setlocale(locale='C');
## [1] "C/C/C/C/C/en_CA.utf-8"
tolower('DAPHN\303\211 DE MEULEMEESTER');
## [1] "daphn\303\211 de meulemeester"
Sys.setlocale(locale='en_CA.UTF-8');
## [1] "en_CA.UTF-8/en_CA.UTF-8/en_CA.UTF-8/C/en_CA.UTF-8/en_CA.utf-8"
tolower('DAPHN\303\211 DE MEULEMEESTER');
## [1] "daphné de meulemeester"

---

en_CA.UTF-8

对我来说很有意义，因为我在加拿大，但如果你在美国（例如），你可能会想要

en_US.UTF-8

。我认为，对于任何国家/地区，您都应该能够用两个字母的国家/地区代码替换

CA

/

US

，以获得最适合您所在位置的区域设置。

在不更改系统区域设置的情况下，您可以使用

stringi

包执行区域设置感知文本转换：

library(stringi)
her_name <- "DAPHN\303\211 DE MEULEMEESTER"
stri_trans_tolower(her_name, locale="en_CA")

库（stringi）
在不更改系统区域设置的情况下，您可以使用
stringi
包进行区域设置感知文本转换：

library(stringi)
her_name <- "DAPHN\303\211 DE MEULEMEESTER"
stri_trans_tolower(her_name, locale="en_CA")

库（stringi）
她的名字我的问题被移到这里，因为有一个类似的问题。
还可以通过将角色转换为已知角色来解决此问题

x<-c("Sn. İLETİŞİM BİLGİLERİNİZ GUNCELLENMISTIR.")
x<-tolower(x)
x
[1] "sn. İletİşİm bİlgİlerİnİz guncellenmistir."

x我的问题被移到这里，因为有一个类似的问题。
还可以通过将角色转换为已知角色来解决此问题

x<-c("Sn. İLETİŞİM BİLGİLERİNİZ GUNCELLENMISTIR.")
x<-tolower(x)
x
[1] "sn. İletİşİm bİlgİlerİnİz guncellenmistir."

xit工作
tolower（“DAPHN\303\211 DE MEULEMEESTER”）
ddisplays
“DAPHNéDE MEULEMEESTER”
这可能与语言环境有关。你从Sys.getlocale（）中得到了什么？我得到了标准的“C”，我是否应该将其设置为其他值？它可以
tolower（“DAPHN\303\211 DE MEULEMEESTER”）
ddisplays
“DAPHNéDE MEULEMEESTER”
这可能与语言环境有关。你从Sys.getlocale（）中得到了什么？我得到了标准的“C”，我应该将其设置为其他值吗？谢谢，这很有效。但如果我现在把它上传到SQL，有些字符会变得更奇怪，比如版权符号。我是否必须将SQL中的设置更改为？您的DBMS是什么？你怎么上传的？上传后你是如何查看文本的？我开始弄明白了：我将语言环境从“C”更改为“UTF-8”，现在我可以使用一些正则表达式代码，比如[[：upper:]，它对特殊字符也有效。我将MySQL数据库中的编码更改为UTF-8，现在字符已正确存储在数据库中。谢谢您的帮助。但如果我现在把它上传到SQL，有些字符会变得更奇怪，比如版权符号。我是否必须将SQL中的设置更改为？您的DBMS是什么？你怎么上传的？上传后你是如何查看文本的？我开始弄明白了：我将语言环境从“C”更改为“UTF-8”，现在我可以使用一些正则表达式代码，比如[[：upper:]，它对特殊字符也有效。我将MySQL数据库中的编码更改为UTF-8，现在字符已正确存储在数据库中。