R Unescape HTML&#nn；序列

例如，我的文本有一些HTML转义字符，而不是

，

有

'。现在我想取消这些序列。因为我不知道哪些字符被转义，所以我不想使用简单的映射，例如在
c（'；“=””，…）
中

据我所知，与符号后的数字是十进制unicode数字。因此,"代码"和"39,

是

\u27

，因为27是39的十六进制表示。所以我想了一个解决方案

sprintf("\u%x", s)

其中，

s

是

&

和

之间提取的数字。但是，这会导致错误：“\u未使用十六进制数。”

将HTML转义序列转换回字符的更好方法是什么？
仅供参考，以下是我提出的解决方案。它利用了伟大的软件包
gsubfn
：

library(gsubfn)

我将向量
htmlchars
用于我从中获取的命名html实体。为简洁起见，我不复制此答案中的向量，而是从以下来源获取：

现在我想要的解码功能很简单：

strdehtml <- function(s) {
    ret <- gsubfn("&#([0-9]+);", function(x) rawToChar(as.raw(as.numeric(x))), s)
    ret <- gsubfn("&([^;]+);", function(x) htmlchars[x], ret)
    return(ret)
}

strdehtml您还可以从R中作为系统命令调用Node.JS。Node.JS的包正好可以做到这一点。以下是说明：

Install Node.JS和NPM
apt get Install nodejs NPM
安装html实体包
npm安装html实体
从R调用Node.JS
print（system（command=“nodejs-e\”var Entities=require（'html-Entities'）。AllHtmlEntities；Entities=new Entities（）；console.log（Entities.decode（'apos；&；&；&；copy；®；&8710；'）；\））

下面是上述命令的输出

”&™∆
有帮助吗？有一点，谢谢！
strdehtml <- function(s) {
    ret <- gsubfn("&#([0-9]+);", function(x) rawToChar(as.raw(as.numeric(x))), s)
    ret <- gsubfn("&([^;]+);", function(x) htmlchars[x], ret)
    return(ret)
}

test <- "My this &amp; last year&#39;s resolutions"
strdehtml(test)
[1] "My this & last year's resolutions"