r - 在 R 中将 ASCII 转换为 UTF-8 stringi

Question

我有以下问题：

library(stringi)
x_1<-"P N001361/01"
x_2<-"Р N001361/01"
x_1==x_2
[1] FALSE

> stri_enc_mark(x_1)
[1] "ASCII"
> stri_enc_mark(x_2)
[1] "UTF-8"

然后我尝试：

stri_encode(x_1,"ASCII","UTF-8",to_raw=FALSE)==x_2

但这仍然行不通。也许有人可以建议如何使这两个字符串相同（我正在尝试将 x_1 与 x_2 合并）。

Answer 1

问题不在于转换。x_2问题是https://unicode-table.com/en/0420/的第一个字母。

运行时很清楚：

> stri_encode(x_2,"UTF-8", "ASCII",to_raw=FALSE)
[1] "\032 N001361/01"
Warning message:
In stri_encode(x_2, "UTF-8", "ASCII", to_raw = FALSE) :
  the Unicode codepoint \U00000420 cannot be converted to destination encoding

因此，您需要将字符显式转换为实际字母“P”

x_2_rep <- stri_replace_all_regex(x_2, parse(text = '\U00000420'), "P")
x_1 == x_2_rep
## TRUE