在R中将字符转换为html

Question

R中将包含非ASCII字符的字符（向量）转换为html的首选方法是什么？我想比如转换

  "ü"

至

  "ü"

我知道这可以通过巧妙地使用gsub（但是有没有人一劳永逸地做过它？）而且我认为包R2HTML会这样做，但事实并非如此。

编辑：这是我最终使用的;通过修改字典显然可以扩展它：

char2html <- function(x){
  dictionary <- data.frame(
    symbol = c("ä","ö","ü","Ä", "Ö", "Ü", "ß"),
    html = c("&auml;","&ouml;", "&uuml;","&Auml;",
             "&Ouml;", "&Uuml;","&szlig;"))
  for(i in 1:dim(dictionary)[1]){
    x <- gsub(dictionary$symbol[i],dictionary$html[i],x)
  }
  x
}

x <- c("Buschwindröschen", "Weißdorn")
char2html(x)

Answer 1

XML为此使用了insertEntities方法，但该方法是内部的。因此，您可以自担风险使用它，因为无法保证在将来的版本中它将保持这样的运行状态。

现在，您的代码可以使用完成

char2html <- function(x) XML:::insertEntities(x, c("ä"="auml", "ö"="ouml", …))

使用命名列表而不是data.frame感觉很优雅，但不会改变事物的核心。在引擎盖下，insertEntities称gsub与你的代码完全相同。

如果数字HTML实体在您的环境中有效，那么您可以将所有文本转换为使用utf8ToInt的文本，然后将安全可打印的ASCII字符转换回非转义形式。这样可以省去维护实体字典的麻烦。

Answer 2

这个问题很老了，但我找不到任何简单的答案......所以我想出了这个简单的函数，它使用数字html代码，适用于LATIN 1 - Supplement（整数值161到255）。可能（当然？）某个软件包中的一个函数可以更彻底地完成它，但是对于许多应用程序而言，下面的内容可能已经足够了......

conv_latinsupp <- function(...) {
  out <- character()
  for (s in list(...)) {
    splitted <- unlist(strsplit(s, ""))
    intvalues <- utf8ToInt(enc2utf8(s))
    pos_to_modify <- which(intvalues >=161 & intvalues <= 255)
    splitted[pos_to_modify] <- paste0("&#0",  intvalues[pos_to_modify], ";")
    out <- c(out, paste0(splitted, collapse = ""))
  }
  out
}

conv_latinsupp("aeiou", "àéïôù12345")
## [1] "aeiou"   "&#0224;&#0233;&#0239;&#0244;&#0249;12345"