【发布时间】：2020-07-31 20:58:53
【问题描述】：
我正在尝试使用 pandoc 将 Markdown 文件转换为 .docx 文件。不幸的是，它顽固地抱怨它的格式不是“UTF-8”：
在创建 Markdown 文件时，我使用的是用英文编写的 Excel 文件中的文本数据。根据How to identify/delete non-UTF-8 characters in R 的“编码”，其中两列以“未知”格式编码。请参阅下面其中一列（带有数据类别）的示例向量：
exampleVector
[1] "other wards" "organisation" "other wards" "Trystview" "break" "other wards"
[7] "Trystview" "other" "break" "other"
exampleVector %>% Encoding()
[1] "unknown" "unknown" "unknown" "unknown" "unknown" "unknown" "unknown" "unknown" "unknown" "unknown"
exampleVector %>% dput()
c("other wards", "organisation", "other wards", "Trystview",
"break", "other wards", "Trystview", "other", "break", "other"
)
我已经尝试了有关How to identify/delete non-UTF-8 characters in R 和Force character vector encoding from "unknown" to "UTF-8" in R 的所有建议，但均未成功，包括“stringi”库中将上述向量转换为“UTF-8”格式的命令。我不确定我错过了什么，我想知道为什么一个相当普通的 Excel 文件的格式对 pandoc 构成了这样的挑战。我使用“readxl”库中的 read_excel 来导入 Excel 数据。将不胜感激任何建议。
【问题讨论】：
-
您是否尝试将工具>>全局选项中的默认编码更改为UTF-8，然后保存Markdown文件？
-
您的错误将您指向包含无效字符的两行，第 45 行和第 313 行 - 您可以尝试替换这些字符吗？这可能是由于复制粘贴造成的。
-
@Mohanasundaram：感谢您的评论。我正在使用 RStudio 版本 1.2.5042。我在工具 --> 全局选项下找不到对 UTF-8 的任何引用。你的意思是在工具->全局选项->代码下的某个地方吗？我也找不到……你能说得更具体点吗？
-
@Yozef 工具 --> 全局选项 --> 代码 --> 在保存选项卡下
-
@mhh：感谢您的评论。 Markdown 文件在记事本中看起来原始而清晰。我在那里看不到任何狡猾的角色。我为了一笑而删除了前几百个字符，然后尝试了 pandoc。现在错误消息说（新）文件在位置 255 处具有无效的 UTF-8 字符。我怀疑文件中有许多违规字符，但是它们似乎不能用记事本明显或视觉识别。