Question

我正在处理位置数据集，其中一些位置名称使用本地字符。大多数字符都可以正确查看，但是我遇到了一些罗马尼亚字符的问题，例如“ ș”。

我尝试将Windows 10 64位系统区域设置更改为使用UTF-8编码，但这并不能解决问题。

可以在此处找到示例文件进行测试： https://drive.google.com/file/d/1T7QQQ7G_dA_rXD9Ewf51uuQ6CUkscjP_/view?usp=sharing

此行导入数据：

df <- read.delim("R_Encode_Issue.csv", header=TRUE, sep=",", encoding = "UTF-8", colClasses=c("character","character","character"))

> df
  region country         chapter
1 Europe Moldova Chi<U+0219>inau

这在控制台和查看器中都将位置章节显示为“ Chiinau”（Stackoverflow甚至无法显示该内容：D）。

如果我将data_table转换为小标题：

df2 <- as_tibble(df)

> df2
# A tibble: 1 x 3
  region country chapter 
  <chr>  <chr>   <chr>   
1 Europe Moldova Chișinău

控制台将位置章节显示为“ Chișinău”，但将查看器显示为“ Chiinau”。

我将数据写入.csv文件：

write.csv(df2, file = "R_Encode_Out.csv",row.names=FALSE, na="", fileEncoding = "UTF-8")

位置部分在书面文件中写为“ Chiinau”。

R版本：

platform       x86_64-w64-mingw32          
arch           x86_64                      
os             mingw32                     
system         x86_64, mingw32             
status                                     
major          3                           
minor          5.3                         
year           2019                        
month          03                          
day            11                          
svn rev        76217                       
language       R                           
version.string R version 3.5.3 (2019-03-11)
nickname       Great Truth

RStudio版本：

$mode
[1] "desktop"

$version
[1] ‘1.1.463’

当我使用UTF-8作为导入和导出的编码时，我希望查看器或至少书面文件能够正确显示字符。但是情况是字符导出错误。

对我能做些什么来纠正这一点有何见解？

Answer 1

尝试使用与基本R不同的导入和导出功能。我在导出的文件中使用readr使它起作用（似乎查看器确实将其显示为Chi<U+0219>inau。导出的文件可以正确打开在记事本中，在Excel中（如果我指定它具有UTF-8编码）。

library(readr)
df <- read_csv("C:/Users/Andrew/Downloads/R_Encode_Issue.csv", locale = locale(encoding = "UTF-8"))

df
# A tibble: 1 x 3
  region country chapter 
  <chr>  <chr>   <chr>   
1 Europe Moldova Chișinău

write_csv(df, "C:/Users/Andrew/Desktop/R_Encode_Issue.csv")

R无法使用UTF-8正确编码romainan字符

1 个答案: