R控制台中的错误字符编码

Question

从 MySQL 数据库中获取数据后，我遇到了编码问题。请看附件代码：

mydb = dbConnect(MySQL(), user='root', password='', dbname='', host='localhost')
dbGetQuery(mydb, "SET NAMES 'utf8'")
rs = dbSendQuery(mydb, "SELECT body_prepared FROM articles")
data = fetch(rs, n=-1)

print(data)    
internetovĂ˝ televĂ­zor mĂşdry obyÄŤajnĂ˝

使用命令print(data) 后，我应该看到internetový televízor múdry obyčajný（这是斯洛伐克语），但我看到了internetovĂ˝ televĂ­zor mĂşdry obyÄŤajnĂ。

我尝试通过 Rgui 和 Rstudio 运行 R，但这没有任何效果，结果在 Rgui 和 Rstudio 中是相同的。 我尝试使用enc2utf8(data[[1]]) 或通过Sys.setlocale("LC_CTYPE", "en_EN.UTF-8") 更改各种类型的编码，但这些命令没有帮助。 我想，Mysql 端有问题，但是我的列设置了正确的 utf-8 编码。

我不知道问题出在哪里。这让我很生气。 你能帮忙解决这个问题吗？我将不胜感激。

有关完整信息，这是我的 sessionInfo：

> sessionInfo()
    R version 3.1.2 (2014-10-31)
    Platform: x86_64-w64-mingw32/x64 (64-bit)

locale:
[1] LC_COLLATE=Slovak_Slovakia.1250  LC_CTYPE=Slovak_Slovakia.1250   
[3] LC_MONETARY=Slovak_Slovakia.1250 LC_NUMERIC=C                    
[5] LC_TIME=Slovak_Slovakia.1250    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] RMySQL_0.10.2 DBI_0.3.1    

loaded via a namespace (and not attached):
[1] tools_3.1.2

更新

我将dbGetQuery(mydb, "SET NAMES 'utf8'") 重写为dbGetQuery(mydb, "SET NAMES 'cp1250'")，结果突然显示正确。

Answer 1

数据存储不正确。可能您将文本编码为 utf8 字节，但是当您执行 INSERT 时，SET NAMES 是 latin1 或 cp1250，并且该列的 CHARACTER SET 是 latin1 或 cp1250。这一切都正确吗？如果是这样，我们可以继续修复数据。如果不是，请提供详细信息。

另外，提供SELECT col, HEX(col) ... 以验证存储了哪些字节。和SHOW CREATE TABLE查看专栏详情。

Answer 2

这个解决方案对我有用。使用我的 SQLite 数据浏览器时，文本显示正确，但是当我将其读入 R 时（区域设置与您的类似，虽然是 1252 而不是 1250），所有变音符号都有问题。这是一个例子：

con <- dbConnect(drv = SQLite(), dbname=bdclient)
config$autres <- dbReadTable(con, "config_autres")
config$autres$msg_err_import
[1] "<h4>Un problème est survenu lors de l’importation de nouvelles données; 
    aucun rapport n’a été produit. [...]"

并使用iconv，带有from = "UTF-8"参数：

iconv(config$autres$msg_err_import, from = "UTF-8")
[1] "<h4>Un problème est survenu lors de l’importation de nouvelles données; 
    aucun rapport n’a été produit. [...]"