r - 如何从字符串中删除unicode <U + 00A6>？

Question

我有一个像这样的字符串:

q <-"<U+00A6>  1000-66329"

我想删除<U+00A6>并仅获取1000 66329。

我尝试使用:

gsub("\u00a6"," ", q,perl=T)

但这并没有删除任何内容。我应该怎么做gsub才能只获得1000 66329？

Answer 1

I just want to remove unicode <U+00A6> which is at the beginning of string.

然后，您不需要gsub，可以将sub与"^\\s*<U\\+\\w+>\\s*"模式一起使用:

q <-"<U+00A6>  1000-66329"
sub("^\\s*<U\\+\\w+>\\s*", "", q)

模式详细信息:

^-字符串

的开始

\\s*-零个或多个空格

<U\\+-文字字符序列<U+

\\w+-1个或多个字母，数字或下划线

>-文字>

\\s*-零个或多个空格。

如果还需要用空格替换-，请添加|-替代品并使用gsub(因为现在我们希望多次替换，并且替换必须是一个空格-akrun's answer中也是如此):

trimws(gsub("^\\s*<U\\+\\w+>|-", " ", q))

见R online demo