Question

将包含非ASCII字符的字符（向量）转换为html的首选方法是什么？我想举例来说转换

  "ü"

到

  "&uuml;"

我知道这可以通过巧妙地使用gsub（但是有没有人一劳永逸地做过它？）而且我认为R2HTML包可以做到这一点，但事实并非如此。< / p> 编辑：这是我最终使用的;显然可以通过修改字典来扩展它：

char2html <- function(x){
  dictionary <- data.frame(
    symbol = c("ä","ö","ü","Ä", "Ö", "Ü", "ß"),
    html = c("&auml;","&ouml;", "&uuml;","&Auml;",
             "&Ouml;", "&Uuml;","&szlig;"))
  for(i in 1:dim(dictionary)[1]){
    x <- gsub(dictionary$symbol[i],dictionary$html[i],x)
  }
  x
}

x <- c("Buschwindröschen", "Weißdorn")
char2html(x)

Answer 1

XML为此使用方法insertEntities，但该方法是内部的。因此，您可以自担风险使用它，因为无法保证在将来的版本中它将保持这样运行。

现在，您的代码可以使用

完成

char2html <- function(x) XML:::insertEntities(x, c("ä"="auml", "ö"="ouml", …))

使用命名列表而不是data.frame感觉很优雅，但不会改变事物的核心。在幕后，insertEntities以与代码相同的方式调用gsub。

如果数字HTML实体在您的环境中有效，那么您可以将所有文本转换为使用utf8ToInt的文本，然后将安全可打印的ASCII字符转换回非转义形式。这样可以省去为实体维护字典的麻烦。

Answer 2

这个问题已经很老了，但是我找不到任何直接的答案...因此，我想到了这个简单的函数，该函数使用数字html代码并适用于LATIN 1 - Supplement（整数值161至255）。某些软件包中可能（肯定有？）函数可以对其进行更彻底的处理，但是对于许多应用程序来说，下面的内容可能就足够了……

<jobs>
{
    for $job in jobs/job
    group by $company := $job/company
    return $job[1]
}
</jobs>

在R中将字符转换为html

2 个答案: