R修剪空白后无法修复Umlaut编码

Question

我正在处理来自许多不同来源的数据，因此我正在创建一个名称桥和一个使连接表更容易的函数。其中一个来源使用变音符号作为值，并且（我认为）excel csv不是UTF-8编码的，所以得到的结果很奇怪。

由于我无法控制其他源如何编译其数据，因此我想创建一个通用函数来修复所有奇怪的编码规则。我将使用DennisSchröder作为示例名称。

一个特定的来源使用Umlaut，当我用read.csv读入Umlaut并在RStudio中查看该表时，它显示为Dennis Schr<f6>der。但是，如果我将特定表索引为其值（table[i,j]），则控制台将读取Dennis Schr\xf6der

因此，在我的姓氏csv中，我做了一行以将所有Dennis Schr\xf6der映射到Dennis Schroder。我读入了这个名字桥（条件为allowEscapes = TRUE），他在我的名字桥表中显示的内容完全相同。大！我应该可以left_join到其他来源，将名称更改为Dennis Schroder。

但是不幸的是，除非我不要修剪字符串（除非其他来源会引入空格，否则我通常必须修剪字符串），否则名称仍然无法映射。这是我用来固定名称的一般功能。 dataframe是另一个来源的表，VarUse是我要从dataframe修复的名称列，而correctionTable是我的名称桥。

nameUpdate <- dataframe %>%
  mutate(name = str_trim(VarUse, 'both')) %>% 
  left_join(correctionTable, by = c('name' = 'WrongName'))

深入研究此映射的结果时，会得到以下信息：

• correctionTable [14,1]是我的“ Dennis Schr \ xf6der”的名字桥输入。
• nameUpdate [29,3]是另一个来源的原始名称变量，其读为“ Dennis Schr \ xf6der”。
• nameUpdate [29,19]是使用name后另一个来源的突变str_trim变量，它也显示为“ Dennis Schr \ xf6der”。

但是，由于某种原因，str_trim版本不等于名称桥，因此它不会映射：

在编写此示例（不好意思，对不起）时，我想出了一种解决方法，可以使用str_trim组合而不使用它，但是在这一点上，我很困惑为什么我使用str_trim后，名称没有固定。这些值看起来完全一样。