使用子或（「|」）GSUB或stringr包中的R

我練文本挖掘了人類科學的一個博士項目的推文（微博）的特殊字符。使用子或（「|」）GSUB或stringr包中的R

我有一些困難，剝奪它們由Twitter的API編碼附上新的功能「與評論銳推」特殊字符(「」)。

我已經測試使用(\「)或(\'')沒有成功。

每次我遇到了以下錯誤：

（...錯誤TEX ...） '\'（...錯誤文本......）

這意味着R不能識別這兩個特殊字符(「)和(」)。

舉例來說，我有一個(@)由(")這讓我申請的「與評論銳推」變量基本統計信息之前替換每個第一個字符，但我不能與文本挖掘功能的進一步去上的字符工作裏面有(「@...」)。

有沒有人遇到這種類型的麻煩？

R.Version() 
$platform 
[1] "x86_64-apple-darwin10.8.0" 

$arch 
[1] "x86_64" 

$os 
[1] "darwin10.8.0" 

$system 
[1] "x86_64, darwin10.8.0" 

$status 
[1] "" 

$major 
[1] "3" 

$minor 
[1] "1.0" 

$year 
[1] "2014" 

$month 
[1] "04" 

$day 
[1] "10" 

$`svn rev` 
[1] "65387" 

$language 
[1] "R" 

$version.string 
[1] "R version 3.1.0 (2014-04-10)" 

$nickname 
[1] "Spring Dance"

來源

2015-07-03 Cyrille

你應該提供一個[再現的示例]（http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example/5963610#5963610）配有樣本輸入和期望的輸出。你打電話的功能究竟是什麼？ – MrFlick

@MrFlick：是：例如 - 來自Twitter API - 流函數 - 這裏是我的數據框中推文的文本變量，帶有「retweet with comment」格式：_「@ username：推文的文本」comment_ I想要創建附加到「使用註釋轉推」變量的定量和定性新變量，但無法sub，gsub或使用stringr函數獲取特殊字符「或」，R返回錯誤（法語）：Erreur ：''' 'est un code escape non reconnu dans unechaînedecaractèresdébutant「\ 」' – Cyrille

@MrFlick：我認爲R無法識別特殊字符''''和'「'這就是爲什麼他返回一個錯誤'？'，即使我在特殊字符之前使用\。目前我所做的是，我在數據框中的所有「轉推評論」推文開始時用「（它被文本挖掘函數識別爲特殊字符）」替代前導'''來創建僅定量變量來計算變量，但是我想用定性變量和文本挖掘函數做更多的事情 – Cyrille

至於建議的@MichaelChirico，當你在R控制檯類型"「"，R返回[1] "「"，這意味着R可以識別怪異報價「」。

從?regex我們可以看到：

在擴展正則表達式的元字符。 \ | （）[{^ $ * +？

這不包括"「"或"」"。因此，爲了管理這種帶有sub，gsub或stringr函數的怪異引號來進行文本挖掘，你不需要在它們之前使用\。

作爲證實@NickK，怪異報價被認爲是[[：PUNCT：]]在R.

對於研究者對數據科學工作在社交媒體，特別是在Twitter數據（鳴叫）收集通過公共流Twitter的API，這個技巧可以幫助您管理推文文字非結構化數據，尤其是新的Twitter聯動「評論銳推」，這是這種格式：「@user.screen_name: text of the original tweet」 text of the comment。

來源

2015-07-05 06:27:21 Cyrille

只是編輯了一點 - '奇怪'引號實際上被認爲是'[[：punct ::]' - 嘗試'x < - c（「」「，」「」，'「'，」a「）; grep （「[[：punct：]]」，x）'。 –

@NickK好了，我糾正了我的答案。 – Cyrille

使用子或（「|」）GSUB或stringr包中的R

回答

相關問題