Rileva caratteri non ascii in una stringa

Question

Come posso rilevare caratteri non ascii in una stringa di vettore in modo simile a grep. Per esempio qui di seguito mi piacerebbe tornare c(1, 3) o 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. }") 

Tentativo:

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

Answer 1

un altro modo possibile è quello di cercare di convertire la stringa ASCII e il cercare di rilevare tutti i generati caratteri non stampabili di controllo, che non possono essere convertiti

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

Anche se sembra stringi ha una funzione incorporata per questo tipo di cose

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

Answer 2

Perché non estrarre il relativo codice da 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

Si è imbattuto in questo in seguito utilizzando pure regex di base un D in modo semplice:

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

Maggiori informazioni qui: http://www.catonmat.net/blog/my-favorite-regex/