如何在 R 中使用 read.delim 读取非英文字符？答案

【问题标题】：How to read non-english characters with read.delim in R?如何在 R 中使用 read.delim 读取非英文字符？
【发布时间】：2016-09-01 04:14:02
【问题描述】：

我有一个包含多种语言的文本文件，如何在 R 中使用read.delim 函数读取，

Encoding("file.tsv")
#[1] "unknown"

source_data = read.delim(file, header= F, fileEncoding= "windows-1252",
               sep = "\t", quote = "")
source_D[360]
#[1] "ð¿ð¾ð¸ñðº ð½ð° ññ‚ð¾ð¼ ñð°ð¹ñ‚ðµ"

但记事本中显示的source_D[360] 是'поиск на этом сайте'

【问题讨论】：

我不知道：这对你有帮助吗：stackoverflow.com/questions/5031630/… ?
你试过改变 encoding="UTF-8" 吗？也许它有效

标签： r character-encoding non-english

【解决方案1】：

tidyverse 方法：

在 read_delim 中使用选项 locale。（readr 函数有 _ 而不是 . 并且通常阅读起来更快更智能）更多细节在这里：https://r4ds.had.co.nz/data-import.html#parsing-a-vector

source_data = read_delim(file, header= F, 
                         locale = locale(encoding = "windows-1252"),
                         sep = "\t", quote = "")

【讨论】：

【解决方案2】：

source_data = read.delim(file, header = F, sep = "\t", quote = "", stringsAsFactors = FALSE)
Encoding(source_data)= "UTF-8"

我试过了，如果你在 Windows 中运行 R，上面的代码对我有用。如果你在 Unix 中运行 R，你可以使用下面的代码

source_data = read.delim(file, header = F, fileEncoding="UTF-8", sep = "\t", quote = "", stringsAsFactors = FALSE)

【讨论】：