如果文字有损坏的字符，请仅保留字母字符和数字？

Question

我有一个带有一些损坏字符的文件，我想清理它并只保留字母字符和数字。数据如下所示：

data <- c("120 RED[¹", "121 ªÚêÝk College", "[²¯x¬ Street", "Sky ªÚêÝk")

所需的输出是：

clean_data <- c("120 RED","121 College", "Street","Sky")

Answer 1

这将替换除字母，数字和＆amp;之外的所有内容。与＆＃34;＆＃34;：

的空白区域

gsub("([^A-Za-z0-9 ])+", "", x = data)

[1] "120 RED"       "121 k College" "x Street"      "Sky k" 

我担心它还会留下随机的k，x和k，因为那些是被腐败的包围的正常字母。