R中的文本列中出现奇怪的字符

Question

我正在从R中的Excel传输CSV文件。我的一个列包含每个观察的文本，但最终以下列方式显示：

"Hey! \x8c\xe6 Maybe I can give some suggestions: \x8c\xe6" 

\x8c\xe6发生了什么？无论如何，我可以做一些事情，以便我只有A-Z,a-z，以及.,+/\?*()等字符。

Answer 1

如何使用gsub

删除所有不可打印的字符

a <- "Hey! \x8c\xe6 Maybe I can give some suggestions: \x8c\xe6"
gsub("[^[:print:]]","",a)

# [1] "Hey!  Maybe I can give some suggestions: "

在[:print:]帮助页面上定义了?regex课程和其他课程。

Answer 2

这是一个编码错误，我在R中得到了很多（请参阅此encoding table以了解翻译问题）。我做了这个非常低效的事情，我会使用＆＃39; gsub＆＃39;对于我能看到的错误，只需删除它们：

gsub('\\x8c\\xe6', '', data)

但是，这篇文章可能有助于检测正确的编码：How to detect the right encoding for read.csv?