Cómo leer el texto entre comillas que contiene citas escapadas

Question

Considere el siguiente archivo separado por comas. Por simplicidad dejar que contiene una línea:

---

'I am quoted','so, can use comma inside - it is not separator here','but can\'t use escaped quote :=(' 

---

Si intenta leer con el comando

table <- read.csv(filename, header=FALSE) 

la línea se separa a 4 partes, porque la línea contiene 3 comas De hecho, quiero leer solo 3 partes, una de las cuales contiene una coma. Hay una bandera de cotización para pedir ayuda. Probé:

table <- read.csv(filename, header=FALSE, quote="'") 

pero que cae con el error "incomplete final line found by readTableHeader on table". Eso sucede debido a una cantidad impar de (siete) citas.

read.table(), así como scan() tienen parámetros allowEscapes, pero poniéndolo a TRUE no ayuda. Está bien, la causa de help(scan) se puede leer:

Los escapes que se interpretan son los caracteres de control '\ a, \ b, \ f, \ n \ r, \ t, \ v', ... ... Cualquier otra escaparon carácter se trata como sí mismo, incluyendo barra invertida

sugerir por favor ¿cómo leer estos archivos CSV citados, que contienen escaparon \' comillas.

Answer 1

Una posibilidad es utilizar readLines() para conseguir todo lo leído en tal cual, y luego proceder al reemplazar el carácter de comillas por otra cosa, por ejemplo:

tt <- readLines("F:/temp/test.txt") 
tt <- gsub("([^\\]|^)'","\\1\"",tt) # replace ' by " 
tt <- gsub("\\\\","\\",tt) # get rid of the double escape due to readLines 

Esto le permite leer la tt vector en el uso de una textConnection

zz <- textConnection(tt) 
read.csv(zz,header=F,quote="\"") # give text input 
close(zz) 

no

la solución más bonito, pero funciona (siempre y cuando no tenga un "carácter en algún lugar en el archivo de su curso ...)