R 语言的文本处理

字符串常量写在两个双撇号或者两个单撇号中间，建议仅使用双撇号，因为这是大多数常见程序语言的做法。如 果内容中有单撇号或者双撇号，可以在前面加反斜杠\。为了在字符串中写一个反斜杠，需要写成两个，比如路径 C:\work 写成 R 字符串，要写成"C:\\work"。注意，这些规定都是针对程序中的字符串常量，数据中的文本类型 数据是不需要遵照这些规定的。 在用 print() 显示字符串变量时，也会按照上述的办法显示，比如字符串内的双撇号会被自动加上前导反斜杠，但 保存的实际内容中并没有反斜杠。 字符串中可以有一些特殊字符，如"\n" 表示换行符，"\t" 表示制表符，"\r" 表示回车符，等等。 R 的字符型向量每个元素是一个字符串，如：

s <- c("123", "abc", " 张三李四", "@#$%^&")
s
## [1] "123" "abc" "张三李四" "@#$%^&"

R 中处理文本型数据的函数有文件访问函数以及 readLines，nchar, paste，sprintf，format，formatC， substring 等函数。 R 支持正则表达式，函数 grep, grepl, sub, gsub, regexpr, gregexpr, strsplit 与正则表达式有关

字符型函数一般都是向量化的，对输入的一个字符型向量的每个元素操作。 R 扩展包 stringr 和 stringi 提供了更方便、功能更强