R无效的多字节字符串1

时间:2014-11-05 07:29:46

标签: r utf-8 text-mining multibyte

我是R软件的新手

现在,使用“tm”包研究文本挖掘“

我对将文本映射到小写

有一个问题
sms_raw<-read.csv(............)
sms_corpus<-Corpus(VectorSource(sms_raw$text)) 
sms_corpus<-Corpus(VectorSource(sms_raw$text))  
tm_map(sms_corpus,content_transformer(tolower))   
error:invalid multubytes string 1

我认为我的csv文件可能不是utf-8所以我恢复为utf-8但它没有用。

我的操作系统是win8.1

任何人都可以解决这个问题,请告诉我。

1 个答案:

答案 0 :(得分:17)

我通过编码功能轻松解决的错误

在我的文件列中,文本名称包含多字节字符

所以我输入

sms_raw$text <- iconv(enc2utf8(sms_raw$text),sub="byte")

此命令将“text”列(多字节)转换为utf8格式