我有一个.csv,其中编码在使用Encoding(data)
时返回“unknown”和“UTF-8”。文字如下:
<U+1042><U+1040><U+1042><U+1040> <U+1019><U+103D><U+102C>\n\n<U+1010><U+102D><U+102F><U+1004><U+1039><U+1038><U+103B><U+1015><U+100A><U+1039><U+1000><U+102D><U+102F><U+101C><U+1032> <U+1000><U+102C><U+1000><U+103C>
我想把它变成一种可读格式,在这种情况下是缅甸语,所以看起来有点像这样:
၂၀၂၀မွာတိုင္းျ
奇怪的是,这个数据中的文本曾经在RStudio中可读,但在某些时候 - 我不知道什么时候 - 这个改变了,我现在只能看到Unicode字符。我试过这些solutions没有成功。
答案 0 :(得分:2)
你可以这样做:
library(stringi)
string <- "<U+1042><U+1040><U+1042><U+1040> <U+1019><U+103D><U+102C>\n\n<U+1010><U+102D><U+102F><U+1004><U+1039><U+1038><U+103B><U+1015><U+100A><U+1039><U+1000><U+102D><U+102F><U+101C><U+1032> <U+1000><U+102C><U+1000><U+103C>"
cat(stri_unescape_unicode(gsub("<U\\+(....)>", "\\\\u\\1", string)))
结果是:
2020မွာ
တိုင္းျပည္ကိုလဲကာကြ