文字twitter中的清洁口音

Question

我正在使用西班牙语twitts进行文本挖掘，我的问题是我有相同的单词，但有不同的方式（带重音和没有重音），例如：accion，acción。

我尝试使用编码：unicode“UTF-8”，但不行。 我的图书馆 库（stringi） 库（TWITTER） 库（TM） 库（wordcloud） 库（RColorBrewer）

Answer 1

您没有明确说明您要对访问过的推文做什么（保存在文本文件中，或作为数据框等）。如果您使用UTF-8编码，它将基本保留字母，因为它是。

 con <- file("C:/Dir1/sub_dir1/output/output.txt", encoding = "UTF-8")
 write(df, file = con)

但是，如果您尝试将此重音字符更改为正常等效字符 最简单的方法是使用iconv

iconv( "acción", to='ASCII//TRANSLIT')
>[1] "accion"