Azure机器学习批处理请求返回带有Unix的恶意格式的变音符号

Question

我已在Azure机器学习中部署了我的代码，并在R中使用不同的操作系统运行批处理请求，例如Unix和W10。由于某种原因，主机输出仅在W10的R中正确格式化，但我无法在Unix系统中获得正确格式化的输出。只有这样我才能在所有系统中获得格式正确的输出，方法是通过Azure GUI并手动下载文件。在W10中，我可以直接使用我的Rscript / Rstudio来获取格式正确的文件。在R中，我使用system("defaults write org.R-project.R force.LANG en_US.UTF-8")作为提示here来明确指定编码，但这对在Microsoft运行的Azure服务器中执行的批处理请求R脚本没有任何影响。

正在发生的是UTF-8 characters bytes are returned as Latin-1 characters bytes，例如

  

  

1. ö为à ¶

  

2. ä为à ¤

  

3. Ä为à ¥

  

可以使用此工具here来演示和测试有关Latin-1字符的内容。那么处理这个编码问题的最佳方法是什么呢，它可以在Azure ML中以某种方式解决吗？你在哪里可以做bug报告？在R中是否存在将Latin-1转换为UTF-8的工具？

如何在Azure ML中使用带有R批量请求的变音符号（不是拉丁字符1个字符）获得格式正确的UTF-8文件？

Answer 1

批处理请求R命令具有saveBlobToFile功能。问题出在使用saveBlobToFile错误编码的getUrl函数中。 getUrl函数需要明确指定编码。进行以下更改

blobContent = getURL(blobUrl, .encoding="UTF-8")

如果没有.encoding，则输出为ISO8859-1('latin1')或从您的系统继承的内容。