我试图将日语字符串向量（最初从逗号分隔文件导入）与从Mac OSX下的文件夹中提取的文件名列表进行匹配。
向量中的一个元素是a：
> a
[1] "立ち上げる.mp3"
文件名中的相应元素是b
> b
[1] "立ち上げる.mp3"
问题是它们在逻辑上在R中并不相同：
> a == b
[1] FALSE
我已经发现这是日本“dakuten”字符的代理对出现的问题（即通过添加额外的点从け延伸的げ字符）。所以他们实际上彼此不同：
> iconv(a, "latin1")
[1] "ç«\u008bã\u0081¡ä¸\u008aã\u0081\u0092ã\u0082\u008b.mp3"
> iconv(b, "latin1")
[1] "ç«\u008bã\u0081¡ä¸\u008aã\u0081\u0091ã\u0082\u0099ã\u0082\u008b.mp3"
> nchar(a)
[1] 9
> nchar(b)
[1] 10
如何使用R来转换相同日文字符的这两个版本，以便它们可以有效匹配（即它们应该相同）？
答案 0 :(得分：1)
有一个开源桥库可以调用ICU库RUnicode。在Mac OS X上，您可以将搜索键规范化为NFD（Mac OS X样式）。
它会对其他日文字母进行标准化，例如全宽和半角片假名，这可能会或可能不会出于您的目的。