問題タブ [stringi]

約 100 の用語を検索して置換する AppleScript があります。正規表現の使用。この検索と置換関数を R にインポートしたいのですが、ScriptEditor で AppleScript をテキスト ファイルとして保存し、readLines() を介して R にインポートしました。このインポートの dput() の結果は、以下の punct.out のようになります。インポート (以下の punct を参照) からではなく、生のベクトルからパターンと置換の独自のデータ フレームを作成すると、テスト文字列 (以下の test を参照) の検索と置換がうまく機能します。しかし、インポートしたデータ フレームで同じコマンドを実行すると、機能せず、NA が返されます。

どういうわけか、インポートされたテキストの結果は、どういうわけか正規表現として、または文字ベクトルとして解釈されていません...私はそれを理解できません。

2番目の問題:以下のコメントに基づいて上記の問題を解決しました。しかし、いくつかの正規表現の出現にはいくつかの特定の問題があります。具体的には、\1、\2 など、正規表現で一致する最初と 2 番目のパターンを出力するためにバックスラッシュをエスケープする方法がわかりません。

gsub や stringr を理解していないようです。例：

わかった。しかし：

私は期待したい

"一冊の本"

ピリオドをスペースに置き換えています。

また: srintr:str_replace(a, ".", " ")戻り値:

" .book"

そしてstr_replace_all(a, ".", " ")戻る

" "

私は使用することができますstringi::stri_replace(a, " ", fixed=".")

"a book"

なぜ gsub (および str_replace) が期待どおりに動作しないのか疑問に思っています。スペースを別の文字に置き換える場合は機能しますが、その逆は機能しません。

これはかなり簡単なはずだと思います。現在、正規表現に変換したグロブ形式の用語の辞書があります。それらを正規表現に変換した理由は、tm パッケージがそれらでしか機能しないと思うからです。それはいいです。しかし、複数の辞書用語を渡して termDocumentMatrix をサブセット化する方法がわかりません。これに対するもう 1 つのひねりは、辞書の用語には複数の長さがあるということです。1 語、2 語、3 語の長さがあります。

以下は私の現在のコードです。

Rで特殊文字をASCIIに変換しようとしています。この質問でハドリーのアドバイスを使用してみました:

しかし、私は "Jos�" を取得します。stringi v1.1.1 を使用しています。

私はMacを実行しています。Windows マシンを実行している私の友人は、"Jose" の望ましい結果を得ているようです。

何が起こっているのですか？

一貫性が必要な病棟データがあります。最初の数字はフロア番号、それに続くアルファベットは病棟の頭字語、最後の 2 文字の数字はベッド番号です。

したがって、2EA 28 は 2 階、病棟東、ベッド 28 になります。

場所は、次のように一貫性のないスペースで入力されています。

私はそれが次のように見えることを望みます

先頭に数値がない場合は、数値と文字を一度に 1 つずつサブアウトしますが、数値であるため、文字数値が問題を引き起こしています。1462 行あります。

さらに複雑なことに、ICU などの 1 階の病棟には先行番号がありません。

リクエストに応じて追加 - 人間が読める名前

人間が読める名前: