Using R, how can I detect if a string includes a unicode character?

If a string includes a Unicode character, I would like to detect it and replace it (because RMarkdown fails when creating pdf output that includes Unicode characters). For example, the variable inclusion below includes Unicode 2265 (“U2265”):

inclusion <- "Include patients ≥ 18 years of age"

To detect that specific code I can use

str_detect(inclusion, "U2265")

and the result is TRUE.

Is there a way to detect ANY Unicode in a string, not a single specific Unicode?

Furthermore, I’d love to find a function that replaces any Unicode characters with non-Unicode characters that convey the same meaning. For example,
str_replace(inclusion, "U2265", ">=")
creates the result: “Include patients >= 18 years of age”

7

You can match against [^\x00-\x7F] to detect non ASCII or use stringi::stri_enc_isascii or use utf8ToInt and test if any code is larger than 127.

inclusion <- c("Include patients ≥ 18 years of age", "a")

grepl("[^\x00-\x7F]", inclusion, perl=TRUE)
#[1]  TRUE FALSE

stringr::str_detect(inclusion, "[^\x00-\x7F]")
#[1]  TRUE FALSE

!stringi::stri_enc_isascii(inclusion)
#[1]  TRUE FALSE

lapply(inclusion, (x) any(utf8ToInt(x) > 127))
#[[1]]
#[1] TRUE
#
#[[2]]
#[1] FALSE

And you can replace them using e.g. gsub, stringr::str_replace_all or incov (thanks to @MrFlick for the comment) or stringi::stri_enc_toascii or textclean::replace_non_ascii (thanks to @Quarto for the comment).

gsub("[^\x00-\x7F]", "?", inclusion, perl=TRUE)
#[1] "Include patients ? 18 years of age" "a"                                 

stringr::str_replace_all(inclusion, "[^\x00-\x7F]", "?") 
#[1] "Include patients ? 18 years of age" "a"                                 

iconv(inclusion, "UTF-8", "ASCII", sub="?")
#[1] "Include patients ??? 18 years of age"
#[2] "a"                                   

stringi::stri_enc_toascii(inclusion)
#[1] "Include patients 32 18 years of age"
#[2] "a"                                    

textclean::replace_non_ascii(inclusion, "?")
#[1] "Include patients ??? 18 years of age"
#[2] "a"                                   

1

The {constructive} package might help, you’ll see all characters unambiguously because non ASCII characters by default will be printed with the “U{xxxx}” form, this way you won’t be confused by homoglyphs like different type of spaces etc

library(constructive)
construct("Include patients ≥ 18 years of age")
#> "Include patients U{2265} 18 years of age"

You can adjust this behavior to your taste using the unicode_representation argument.

x <- "¿Cómo está tu día hoy? 🌞 ≥ 🌦"
construct(x, unicode_representation = "ascii") # default
#> "U{BF}CU{F3}mo estU{E1} tu dU{ED}a hoy? U{1F31E} U{2265} U{1F326}"

Note that the latin characters above are formatted as “U{xx}” (only 2 characters needed, going from “U{80}” to U{FF}”).

construct(x, unicode_representation = "latin")
#> "¿Cómo está tu día hoy? U{1F31E} U{2265} U{1F326}"
construct(x, unicode_representation = "character")
#> "¿Cómo está tu día hoy? U{1F31E} ≥ U{1F326}"
construct(x, unicode_representation = "unicode")
#> "¿Cómo está tu día hoy? 🌞 ≥ 🌦"

Created on 2024-07-16 with reprex v2.1.0

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật