我希望 htmlParse 能够与希伯来语很好地配合使用,但它会不断打乱我输入的页面中的希伯来语文本。
例如:
# why can't I parse the Hebrew correctly?
library(RCurl)
library(XML)
u = "http://humus101.com/?p=2737"
a = getURL(u)
a # Here - the hebrew is fine.
a2 <- htmlParse(a)
a2 # Here it is a mess...
这些似乎都没有解决它:
htmlParse(a, encoding = "utf-8")
htmlParse(a, encoding = "iso8859-8")
这是我的语言环境:
> Sys.getlocale()
[1] "LC_COLLATE=Hebrew_Israel.1255;LC_CTYPE=Hebrew_Israel.1255;LC_MONETARY=Hebrew_Israel.1255;LC_NUMERIC=C;LC_TIME=Hebrew_Israel.1255"
>
有什么建议么?