Question

我正在使用R＆＃39的RJSONIO从文件中读取json。 json包含unicode字符，这些字符被错误地读取。

当json作为字符串传递时，代码有效，如堆栈溢出How to correctly deal with escaped Unicode Characters in R e.g. the em dash (—)上的问题中R包的作者所示。

但是，当从文件中读取json时，它不会生成正确的unicode表示。如下所示：

fromJSON(content="~/MTS/temp")
$query
$query$categorymembers
$query$categorymembers[[1]]
$query$categorymembers[[1]]$ns
[1] 0
$query$categorymembers[[1]]$title
[1] "Banach\023Tarski paradox"

〜/ MTS / temp包含：

{"query":{"categorymembers":[{"ns":0,"title":"Banach\u2013Tarski paradox"}]}}`

Answer 1

一个名为jsonlite的替代软件包的工作方式与您在我的系统（OS X）上的预期方式相同 - 但我确实验证了RJSONIO没有。这是在我将您的JSON代码段保存到名为utext.txt的文件

之后

file.show("utext.txt")
## {"query":{"categorymembers":[{"ns":0,"title":"Banach\u2013Tarski paradox"}]}}
jsonlite::fromJSON("~/temp/utext.txt")
## $query
## $query$categorymembers
##   ns                 title
## 1  0 Banach–Tarski paradox

这是另一个更依赖于平台的解决方案：在读取Unicode转义文件之前对其进行编码。（不管您的平台是否具有此实用程序，我不知道，但即使对于Windows，您也可以找到它。）

我的系统区域设置编码是UTF-8（OS X标准），所以当我运行命令行实用程序native2ascii时，我可以将其编码为UTF-8，然后将其读入R，我的语言环境是设置为en_GB.UTF-8。

来自终端/外壳：

native2ascii -reverse ~/temp/utext.txt ~/temp/utextUTF8.txt

然后在R：

RJSONIO::fromJSON("~/temp/utextUTF8.txt")
## $query
## $query$categorymembers
## $query$categorymembers[[1]]
## $query$categorymembers[[1]]$ns
## [1] 0
## 
## $query$categorymembers[[1]]$title
## [1] "Banach–Tarski paradox"

Voil \ u00e0问题解决了。

当从文件中读取json时，如何正确处理R＆＃39库RJSONIO中的转义Unicode字符

1 个答案: