0

好像我从地狱书中打开了编码的另一章。我在使用 R 从 MySQL 数据库中提取和写入数据时遇到的问题寻求帮助。经过很长时间后，我能够将数据写回，但仍然不明白到底发生了什么。

library(RMySQL)
library(dbplyr)

con <- dbConnect(MySQL(), 
         host = "localhost",
         user = "root",
         dbname="test",
         password = rstudioapi::askForPassword("Database password"))

address <- as_tibble(tbl(con, "address"))

拉取的address数据框看起来像

address <- structure(list(address_id = c(1809463, 2213341, 2614879, 4536353
), street = c("5, RUE DU GRAND CORMORAN APPT. C15", "14, PLACE EGLISE", 
"1058 TENNESSEE", "38 ALLEE GERARD DE NERVAL"), city = c("31240 L A°NION", 

"85140 L AÂIE", "ELK GROVE VILLAGE A¨LLINOIS 60007", "F-69360 SAINT-
SYPHORIEN D AÂZON"
)), .Names = c("address_id", "street", "city"), row.names = c(NA, 
-4L), class = c("tbl_df", "tbl", "data.frame"))

您可以立即看到其中存在一些编码问题，address$city因此我运行

address$city <-  iconv(address$city, from = "UTF-8", "windows-1252")

这似乎可以解决它，因为现在一切看起来都很好，但是一旦我想将文件写回 MySQL，我就会遇到编码问题，再次出现以下错误

dbWriteTable(con, value =address, name = "address_cleaned", overwrite=TRUE ,rownames = FALSE )

.local(conn, statement, ...) 中的错误：无法运行语句：无效的 utf8 字符串：'31240 L A'

我现在所做的解决了这个问题，但我真的不明白发生了什么。

Encoding(address$city) <- 'UTF-8'
address$city <-  iconv(address$city, from =  "windows-1252","UTF-8")
address$city <-  iconv(address$city, from =  "latin1","UTF-8")

虽然此代码有效，但它似乎更像是一种解决方案，而不是真正的解决方案。我确信这与 MySQL 数据的编码以及作为我的操作系统的 Windows 有关，但我想知道是否有更优雅的解决方案。

附加信息

dbGetQuery(con, "SHOW VARIABLES LIKE 'character_set_%';")
             Variable_name                                                         Value
1     character_set_client                                                          utf8
2 character_set_connection                                                          utf8
3   character_set_database                                                          utf8
4 character_set_filesystem                                                        binary
5    character_set_results                                                          utf8
6     character_set_server                                                          utf8
7     character_set_system                                                          utf8
8       character_sets_dir C:\\Program Files\\MySQL\\MySQL Server 5.7\\share\\charsets\\

和

Sys.getlocale()
[1] "LC_COLLATE=English_United States.1252;LC_CTYPE=English_United States.1252;LC_MONETARY=English_United States.1252;LC_NUMERIC=C;LC_TIME=English_United States.1252"

编辑 1.十六进制

1809463 31240 L A°NION  3331323430204C2041C2B04E494F4E
2213341 85140 L AIE 3835313430204C2041C2904945
2614879 ELK GROVE VILLAGE A¨LLINOIS 60007   454C4B2047524F56452056494C4C4147452041C2A84C4C494E4F4953203630303037
4536353 F-69360 SAINT-SYPHORIEN D AZON  462D3639333630205341494E542D535950484F5249454E20442041C2905A4F4E
4

1 回答 1

0

不要使用任何转换函数，它可能会使事情变得更糟。

¨是 Mojibake for¨和°for °。由于我A在每一个之前都看到过，我猜你想A通过先输入A，然后输入重音来输入重音。但是，您的数据输入工具无法将这些结合起来。你用的是什么编辑器？

（是的，你已经“从地狱书打开了编码的另一章”——我见过很多字符集问题，但直到现在还没有这个。）

于 2018-03-14T13:44:19.227 回答