wykryj znaki nie ASCII w łańcuchu znaków

Question

Jak mogę wykryć znaki spoza ASCII w wektorach f łańcuchów w stylu grep. Na poniższym przykładzie chciałbym wrócić c(1, 3) lub c(TRUE, FALSE, TRUE, FALSE):

x <- c("façile test of showNonASCII(): details{", 
    "This is a good line", "This has an ümlaut in it.", "OK again. }") 

Próba:

y <- tools::showNonASCII(x) 
str(y) 
p <- capture.output(tools::showNonASCII(x)) 

Answer 1

Innym możliwym sposobem jest, aby spróbować zamienić ciąg znaków ASCII i spróbować wykryć wszystkie wygenerowane znaki spoza kontroli druku które nie mogły być zamienione

grepl("[[:cntrl:]]", stringi::stri_enc_toascii(x)) 
## [1] TRUE FALSE TRUE FALSE 

Choć wydaje stringi ma wbudowaną funkcję tego typu rzeczy

stringi::stri_enc_mark(x) 
# [1] "latin1" "ASCII" "latin1" "ASCII" 

Answer 2

Dlaczego nie można wyodrębnić odpowiedni kod z showNonASCII?

x <- c("façile test of showNonASCII(): details{", 
     "This is a good line", "This has an ümlaut in it.", "OK again. }") 

grepNonASCII <- function(x) { 
    asc <- iconv(x, "latin1", "ASCII") 
    ind <- is.na(asc) | asc != x 
    which(ind) 
} 

grepNonASCII(x) 
#[1] 1 3 

Answer 3

Przeniosło się to później przy użyciu czystego regexu podstawowego i d więc prosta:

grepl("[^ -~]", x) 
## [1] TRUE FALSE TRUE FALSE 

Więcej tutaj: http://www.catonmat.net/blog/my-favorite-regex/