如何移除字符串中的特殊字符与非土耳其语字符（保留合法内容）

你可以使用R语言的gsub()函数结合正则表达式，精准保留土耳其语字母、英文字母、数字和空格，移除其余所有字符。

代码实现 #

# 原始字符串
str <- "NG*-#+ÜÇ12 NET GROUPنت ياترم "

# 清理字符串：保留合法字符，移除其他内容
clean_str <- gsub("[^a-zA-ZçÇğĞıİöÖşŞüÜ0-9 ]", "", str)

# 输出结果
cat('"', clean_str, '"', sep = "")

代码说明 #

• [^a-zA-ZçÇğĞıİöÖşŞüÜ0-9 ] 是正则表达式的否定匹配，代表匹配所有不在这个集合内的字符
• 集合内包含了需要保留的内容：
  • 英文字母大小写：a-zA-Z
  • 土耳其语特殊字母：çÇğĞıİöÖşŞüÜ
  • 数字：0-9
  • 空格：
• gsub() 会将所有匹配到的非合法字符替换为空字符串，最终得到符合要求的结果。

执行后输出：

"NGÜÇ12 NET GROUP"

内容的提问来源于stack exchange，提问作者Borax