如何在R语言中用正则表达式替换字符串中的下标数字？

当然有更高效的方法，不用逐个调用gsub！这里有几种简洁的实现方式，不管是用base R还是tidyverse工具都能搞定：

方法1：Base R 原生chartr函数（最简洁高效） #

chartr专门用于字符的一对一映射替换，非常适合这种下标数字和普通数字一一对应的场景：

# 你的原始向量
vec <- c("C₆H₄ClNO₂", "C₆H₆N₂O₂", "C₆H₅NO₃", "C₉H₁₀O₂", "C₈H₈O₃")

# 一次性替换所有下标数字
clean_vec <- chartr("₀₁₂₃₄₅₆₇₈₉", "0123456789", vec)

# 查看结果
print(clean_vec)
# 输出: [1] "C6H4ClNO2" "C6H6N2O2" "C6H5NO3" "C9H10O2" "C8H8O3"

原理：第一个参数是需要被替换的字符集合，第二个是对应的替换字符集合，两者按顺序一一匹配，R会自动遍历向量中的每个元素完成替换。

方法2：正则表达式+gsub（灵活适配复杂场景） #

如果需要用正则匹配下标数字（比如结合其他匹配逻辑），可以利用Unicode下标数字的编码范围（U+2080至U+2089），配合Perl正则实现动态替换：

clean_vec <- gsub("[\u2080-\u2089]", function(x) {
  # 将下标数字的Unicode编码转换为普通数字
  utf8ToInt(x) - utf8ToInt("₀") + utf8ToInt("0")
}, vec, perl = TRUE)

原理：[\u2080-\u2089]匹配所有Unicode下标数字，然后通过匿名函数将每个下标字符的编码值转换为对应的普通数字编码，再转回字符。

方法3：stringr包（tidyverse风格） #

如果你习惯用tidyverse工具，可以用stringr::str_replace_all配合命名向量批量替换：

library(stringr)

# 定义下标到普通数字的映射
subscript_map <- c(
  "₀" = "0", "₁" = "1", "₂" = "2", "₃" = "3", "₄" = "4",
  "₅" = "5", "₆" = "6", "₇" = "7", "₈" = "8", "₉" = "9"
)

clean_vec <- str_replace_all(vec, subscript_map)

这种方式可读性高，适合后续需要扩展替换规则的场景。

内容的提问来源于stack exchange，提问作者andschar