MySQL 表中带有重音符号的字符串在 R (RODBC) 中返回为 NA

Posted 2023-05-07

【中文标题】MySQL 表中带有重音符号的字符串在 R (RODBC) 中返回为 NA

【英文标题】：String with accents in MySQL table returned as NA in R (RODBC)

【发布时间】：2016-12-03 09:38:26

【问题描述】：

我有一个名为“segments”的表存储在 mysql 数据库中。该表采用 UTF-8 编码（字符集 utf8，排序规则 utf8_general_ci），“标签”列包含带重音符号的字符串，如“Fidèles”、“Arrêtés”等。

我使用 R 和 RODBC 包查询该表，使用一个简单的方法：

data = sqlQuery(channel = myodbcconnection, query = "SELECT label FROM segments")

这样做会导致所有包含重音符号的字符串都被替换为 NA 值。不仅重音被填充字符取代。整个字符串变为 NA。

从 MySQL Workbench 运行查询返回正确的字符串，因此该表正常 R 文件采用 utf-8 编码，来源采用 utf-8 编码等。 ODBC 连接使用 MySQL ODBC UNICODE 驱动程序

甚至奇怪的是，如果我从 R 对数据库运行 UPDATE，则类似于：

sqlQuery(channel = myodbcconnection, query = "UPDATE segments SET label = 'Testé et approuvé' WHERE id = 70")

数据库已正确更新。但如果我选择它回来，它会返回一个 NA 值。

这快把我逼疯了。 ;-) 任何帮助将不胜感激。

【问题讨论】：

我尝试了as.is和stringAsFactors的所有组合（以防万一），但无济于事。

我还应该补充一点，当我使用odbcConnect 创建我的 ODBC 连接时，我指定了DBMSencoding = "UTF-8"

【参考方案1】：

经过一番痛苦，我找到了自己问题的部分答案。

正如预期的那样，问题出在 ODBC 连接及其编码 utf8 通信的方式上。在 ODBC 连接字符串中，您必须指定 CharSet=utf8。例如：

Driver=MySQL ODBC 3.51 驱动程序;Server=localhost;Database=myDataBase; User=myUsername;Password=myPassword;Option=3;CharSet=utf8;

注意：

仅选择 ODBC Unicode（兼容 utf8）驱动程序是不够的。 在 odbcConnect 函数中将“DBMSencoding”指定为 utf8 也是不够的。 这解决了我的本地主机上的问题，但没有解决我的生产环境 (Ubuntu/AWS) 中的问题，原因不明。