Regex 如何确定R中的字符串是否包含非罗马字符

确定字符串是否包含非罗马/非英语（例如，ないでさ）字符？

您可以使用regex/grep检查可打印ASCII字符范围之外的字符的十六进制值：

x <- 'ないでさ'
grep( "[^\x20-\x7F]",x )
#[1] 1
grep( "[^\x20-\x7F]","Normal text" )
#integer(0)

Henrik Bengtsson认为在他的软件包中包含这些内容是合适的，这一事实告诉我，在base/default R中没有一种简便的方法可以做到这一点。他是一个长期用户/专家

看到另一个答案，这一努力似乎很直接：

> is.na( iconv( c(x, "OrdinaryASCII") , "", "ASCII") )
[1]  TRUE FALSE

---

您可以确定字符串是否包含带有

iconv

和

grep

的非拉丁/非ASCII字符

# My example, because you didn't add your data
characters <- c("ないでさ,  satisfação, катынь, Work, Awareness, Potential, für")
# First you convert string to vector of words
characters.unlist <- unlist(strsplit(characters, split=", "))
# Then find indices of words with non-ASCII characters using ICONV
characters.non.ASCII <- grep("characters.unlist", iconv(characters.unlist, "latin1", "ASCII", sub="characters.unlist"))
# subset original vector of words to exclude words with non-ASCII characters
data <- characters.unlist[-characters.non.ASCII]
# convert vector back to a string
dat.1 <- paste(data, collapse = ", ")

# Now if you run 
characters.non.ASCII
[1] 1 2 3 7 

---

你的问题不符合网站指南。重新措辞，让你询问如何做某事，更重要的是，展示你迄今为止的尝试。就目前而言，这个问题相当广泛，而且是“寻找工具”。我不理解反对票。这似乎是一个完全合理的问题，而且在搜索时无法立即找到。我总是很难找到char to integer函数。我永远记不起是char2Int，ChartPoint，chr2Int还是其他什么。。。因为它不是none或者那些.0x7F可能是不可打印的。它不取决于我们正在讨论的输出设备吗？TTY可能会退格。R控制台从

iconv（“\x7f”，“ASCII”）

返回“\177”（八进制），这与从

R.oo:：intToChar（0x7f）

返回的结果相同。我认为这是DEL控制代码，但确保任何控制代码都会对输出设备产生影响。7位ASCII为0x00-0x7F

# My example, because you didn't add your data
characters <- c("ないでさ,  satisfação, катынь, Work, Awareness, Potential, für")
# First you convert string to vector of words
characters.unlist <- unlist(strsplit(characters, split=", "))
# Then find indices of words with non-ASCII characters using ICONV
characters.non.ASCII <- grep("characters.unlist", iconv(characters.unlist, "latin1", "ASCII", sub="characters.unlist"))
# subset original vector of words to exclude words with non-ASCII characters
data <- characters.unlist[-characters.non.ASCII]
# convert vector back to a string
dat.1 <- paste(data, collapse = ", ")

# Now if you run 
characters.non.ASCII
[1] 1 2 3 7 

dat.1 #and the output will be all ASCII charaters
[1] "Work, Awareness, Potential"