R语言如何截取中文？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

      我想用R语言做文本分词，现在有一个.txt文件，里面放了多篇中文文章，我知道每篇中文文章从第几个字节开始，文章长多少字节。如何用R语言把每篇文章截取出来？（因为分词是针对没篇文章的，所以在分词前必须将文章分开）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：R语言 中文文章 txt 如何用 中文 文章 如何

用strsplit试试看，要找出各文章间的分割符号。

有没有利用字节截取的方法，因为我在做的时候是要和数据库联系起来，数据库中对文章位置的描述有两点：从第几个字节开始，总长多少字节。分词结束后还要和数据库中的记录做对应。所以最好用字节截取

tzy3169 发表于 2015-2-13 15:25
有没有利用字节截取的方法，因为我在做的时候是要和数据库联系起来，数据库中对文章位置的描述有两点：从第 ...

A1 = A[1:1000]
这样可以拿到A中的第1到1000行，并赋给A1.

最好用readLines()读入原始文本。

sheldon.yang123 发表于 2015-2-14 08:00
A1 = A[1:1000]
这样可以拿到A中的第1到1000行，并赋给A1.

谢谢你，不过我的数据库中并没有存txt文件中从第几行到第几行是一篇文章，每篇文章是从第几个字节开始到第几个字节结束的。R语言里有没有通过字节方面的操作去截取中文的方法呢？

先用nchar