使用 UTF-8 编码的 read.csv() [重复]

Posted 2023-02-24

【中文标题】使用 UTF-8 编码的 read.csv() [重复]

【英文标题】：read.csv() with UTF-8 encoding [duplicate]

【发布时间】：2016-12-23 12:54:04

【问题描述】：

我正在尝试从 csv 文件中读取数据并将字符的编码指定为 UTF-8。通过阅读 ?read.csv() 指令，似乎设置为 UTF-8 的 fileEncoding 应该可以完成此操作，但是，我在检查时没有看到。导入数据时是否有更好的方法将字符串的编码指定为 UTF-8？

样本数据：

Download Sample Data here

fruit<- read.csv("fruit.csv", header = TRUE, fileEncoding = "UTF-8")
fruit[] <- lapply(fruit, as.character)
Encoding(fruit$Fruit)

输出是“uknown”，但我希望这是“UTF-8”。确保所有导入字符都是 UTF-8 的最佳方法是什么？谢谢你。

【问题讨论】：

尝试改用encoding 参数？

强制转换为as.character 之前的课程是什么？也许将stringsAsFactors=FALSE 添加到read.csv。此外，如果您的字符均不在 ASCII 范围之外，则不会影响编码：x<-"Hello"; Encoding(x)<-"UTF-8"; Encoding(x) vs x<-"Həllö"; Encoding(x)

【参考方案1】：

fruit       <- read.csv("fruit.csv", header = TRUE)
fruit[]     <- lapply(fruit, as.character)
fruit$Fruit <- paste0(fruit$Fruit, "\xfcmlaut") # Get non-ASCII char and jam it in!
Encoding(fruit$Fruit)

[1] "latin1" "latin1" "latin1"

fruit$Fruit <- enc2utf8(fruit$Fruit)
Encoding(fruit$Fruit)

[1]“UTF-8”“UTF-8”“UTF-8”