如何在R语言中将\""替换为\"""？

问题场景 #

我有一个TSV文件，部分字段包含转义双引号（\"），格式本身合规，但当双引号分隔符（DQM）出现在转义双引号之后时，用电子表格打开会无法识别该分隔符，导致后续字段与前一个字段合并。

示例行内容：

"9812" "tt0167609" "tvSeries" "L'homme du \"Picardie\"" "L'homme du \"Picardie\"" 0 "1968" "\N" "13" "Drama"

电子表格打开后，前3个字段识别正常，但第4个字段会包含到1968；正确识别应该是第4个字段为"L'homme du \"Picardie\""，第5个字段为相同内容，后续字段依次对应。问题根源是电子表格无法识别\"之后的"作为分隔符，调整电子表格打开选项无效。

目前在文本编辑器中将\""替换为\"""可以解决问题，但希望在生成文件时用R语言实现该替换，之前尝试多种字符串组合均未成功，比如：

• tv.Subset <- str_replace(tv.Subset, "\\\"\"", "\\\"\"\"")：简单转义每个字符
• tv.Subset <- str_replace(tv.Subset, '\\\"\"', '\\\"\"\"')：尝试用单引号作为分隔符
• tv.Subset <- str_replace(tv.Subset, "\\\\\"\"", "\\\\\"\"\"")：按资料用双反斜杠兼顾R和正则规则

解决方法 #

核心问题在于R的字符串转义和正则表达式转义的双重规则，同时要注意全局替换（str_replace仅替换第一个匹配项，需用gsub）：

方法1：用单引号包裹正则与替换字符串 #

# 全局替换所有 \"\" 序列为 \"\"\"
tv.Subset <- gsub('\\\\""', '\\\\"""', tv.Subset)

• 正则部分'\\\\""'：在R单引号字符串中，\\\\表示一个实际的\，\"表示一个实际的"，组合后匹配文本中的\""序列。
• 替换部分'\\\\"""'：同理，生成文本中的\"""序列。

方法2：用双引号包裹（需更多转义） #

tv.Subset <- gsub("\\\\\"\"", "\\\\\"\"\"", tv.Subset)

• 双引号字符串中，\"表示实际的"，\\\\表示实际的\，因此正则部分"\\\\\"\""对应文本中的\""，替换部分对应\"""。

关键注意点 #

• 必须使用gsub而非str_replace，确保所有出现的\""都被替换，而不是仅第一个。
• 转义规则：R字符串中\需转义为\\，正则表达式中\同样需转义，因此匹配一个实际的\需要写\\\\。

内容的提问来源于stack exchange，提问作者kq76