11

我正在通过 RJDBC 从 MySQL 数据库读取文件，它正确显示了 R 中的所有字母（例如，נווה שאנן）。然而，即使使用 write.csv 和 fileEncoding="UTF-8" 导出它，输出看起来像 <U+0436>.<U+043A>. <U+041B><U+043E><U+0437><U+0435><U+043D><U+0435><U+0446>保加利亚语、希伯来语、中文等（在这种情况下，这不是上面的字符串，而是保加利亚语的字符串）。ã,ç 等其他特殊字符也可以正常工作。

我怀疑这是因为 UTF-8 BOM 但我没有在网上找到解决方案

我的操作系统是德语 Windows7。

编辑：我试过 

con<-file("file.csv",encoding="UTF-8")
write.csv(x,con,row.names=FALSE)

和（afaik）等价物write.csv(x, file="file.csv",fileEncoding="UTF-8",row.names=FALSE)。

4

2 回答 2

11

接受的答案在类似的应用程序中对我没有帮助（Windows 中的 R 3.1，而我试图在 Excel 中打开文件）。无论如何，基于文件文档的这一部分：

如果在编写时需要 BOM（不推荐），则应明确写入，例如 writeChar("\ufeff", con, eos = NULL) 或 writeBin(as.raw(c(0xef, 0xbb, 0xbf)) , binary_con)

我想出了以下解决方法：

write.csv.utf8.BOM <- function(df, filename)
{
    con <- file(filename, "w")
    tryCatch({
    for (i in 1:ncol(df))
        df[,i] = iconv(df[,i], to = "UTF-8") 
    writeChar(iconv("\ufeff", to = "UTF-8"), con, eos = NULL)
    write.csv(df, file = con)
    },finally = {close(con)})
}

请注意，df是 data.frame，filename是 csv 文件的路径。

于 2016-12-31T11:56:57.080 回答
6

在Encoding( help("Encoding")) 的帮助页面上，您可以阅读有关特殊编码的信息 - bytes。

使用它，我能够通过以下方式生成 csv 文件：

v <- "נווה שאנן"
X <- data.frame(v1=rep(v,3), v2=LETTERS[1:3], v3=0, stringsAsFactors=FALSE)

Encoding(X$v1) <- "bytes"
write.csv(X, "test.csv", row.names=FALSE)

注意 和 之间的factor差异character。以下应该有效：

id_characters <- which(sapply(X,
    function(x) is.character(x) && Encoding(x)=="UTF-8"))
for (i in id_characters) Encoding(X[[i]]) <- "bytes"

id_factors <- which(sapply(X,
    function(x) is.factor(x) && Encoding(levels(x))=="UTF-8"))
for (i in id_factors) Encoding(levels(X[[i]])) <- "bytes"

write.csv(X, "test.csv", row.names=FALSE)
于 2011-09-14T12:12:40.067 回答