read_tsv档位：这是编码问题吗？

Question

由于这篇文章缺乏具体性，我事先表示歉意，但在这种情况下，我无法提供可复制的示例。我正在尝试使用R读取器的read_tsv读取制表符分隔的数据文件。数据来自机密来源，因此即使有问题的部分也无法共享。 read_tsv停滞了大约20％的阅读进度，除非我迅速杀死R，否则我的RAM使用率开始爆炸直至计算机死机（我使用的是Ubuntu 18.04）。具体来说，我正在跑步：

read_tsv(file = path_to_file, 
         skip = 10e6, 
         n_max = 1e5)

我跳过行并设置n_max以模糊地找出问题所在并运行更快的测试。我还尝试将read_tsv的语言环境设置为locale(encoding = 'latin1')，但没有成功。我尝试通过使用读者的read_lines来阅读来检查这个有问题的部分：

read_lines(file = path_to_file, 
           skip = 10e6, 
           n_max = 1e5)

那里没有阅读问题：我正在获取一个字符串列表。我对所有这些文件都运行了validUTF8，它们似乎都有效。我只是不知道什么类型的问题可能导致read_tsv停顿。有什么想法吗？

Answer 1

我解决了这个问题。似乎是由于使用默认的read_tsv quote选项对引号引起的不当处理。相反，使用quotes = ""使其工作顺利。