Knitting Rmd对待非英语字符的方式不同

Question

我试过写下可重复的例子。它是.Rmd和.r的混合体。希望你能明白为什么。

我遇到的问题是非英语字符的处理方式不同，具体取决于代码是直接在控制台中运行还是编织为HTML。

在下面的示例中，我创建了一个带有字符ü和ö的小型data.frame，将其写入csv，然后再次读回来。

如果写作和阅读都发生在一个块内部或外部，那么一切都很好。

但如果写作和阅读发生在不同的地方，那么就会使用不同的编码（我认为）。和人物混在一起。

这意味着在读取数据时，我需要在编译.Rmd文件时使用与直接在R中工作时不同的编码。

据我所知，语言环境总是一样的，所以我不明白发生了什么。

有什么想法吗？

直接写入和读取csv以创建新数据文件

df2 <- data.frame(Cäl1 = c(1,2), Col2 = c("ü","a")) 

write.csv(df2, file="df2.csv")

read.csv("df2.csv")

Sys.getlocale(category = "LC_ALL")

现在尝试编织整个文档（只是运行块表现不同）

```{r read_inside}

read.csv("df2.csv")

Sys.getlocale(category = "LC_ALL")

```

这第二个块将起作用，因为data.frame是在块

内创建的

```{r write_read_inside}


df2 <- data.frame(Cäl1 = c(1,2), Col2 = c("ü","a")) 
write.csv(df2, file="df2.csv")
read.csv("df2.csv")

Sys.getlocale(category = "LC_ALL")

```

会话信息：

R version 2.15.0 (2012-03-30)
Platform: x86_64-pc-mingw32/x64 (64-bit)

locale:
[1] LC_COLLATE=English_United Kingdom.1252  LC_CTYPE=English_United Kingdom.1252    LC_MONETARY=English_United Kingdom.1252
[4] LC_NUMERIC=C                            LC_TIME=English_United Kingdom.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

loaded via a namespace (and not attached):
[1] tools_2.15.0

Answer 1

所以答案是保证UTF8编码，例如write.csv(..., fileEncoding = 'UTF-8')。根本问题实际上是RStudio默认使用UTF8，但R默认使用操作系统的本机编码。我们可以要求R在write.csv中使用UTF8，或者要求RStudio使用本机编码（options(encoding = 'native.enc')）。