如何在R中将特殊样式字符串转换为可编辑普通文本？

你的问题出在这些名字使用的是特殊Unicode变体字符（比如方块字母、数学粗体字母），这类字符不属于标准大小写字母范围，所以tolower()无法识别转换。可以通过Unicode字符映射工具将其转成普通拉丁字母，再进行常规文本处理。

具体解决方案（使用stringi包） #

stringi包提供了强大的Unicode字符转换功能，能将各类特殊拉丁变体字符转成普通ASCII兼容的拉丁字母：

# 安装并加载stringi包（首次使用需安装）
install.packages("stringi")
library(stringi)

# 原始数据
names <- c("🅴🅽🆈🅸🆂 🆂🆄🅰🆉🅰", "𝐕𝐈𝐂𝐓𝐎𝐑𝐈𝐀 𝐋𝐀𝐍𝐆𝐄𝐋")
users <- c("user1", "user2")
df <- data.frame(names, users, stringsAsFactors = FALSE)

# 核心转换步骤：将特殊Unicode字符转成普通拉丁字母，再格式化大小写
df$clean_name <- stri_trans_general(df$names, "Any-Latin; Latin-ASCII")
df$final_name <- tools::toTitleCase(tolower(df$clean_name))

# 查看结果
print(df$final_name)
# 输出：[1] "Enyis Suaza"    "Victoria Langel"

解释 #

• stri_trans_general(df$names, "Any-Latin; Latin-ASCII")：这条规则会把所有Unicode中的拉丁变体字符（包括方块、粗体、斜体等）映射为对应的普通拉丁字母，比如🅴转成E，𝐕转成V。
• tools::toTitleCase(tolower(...))：先转成全小写，再将每个单词首字母大写，得到符合要求的格式。

内容的提问来源于stack exchange，提问作者wizkids121