读取带有中文字符的 CSV 文件答案

【问题标题】：Reading CSV files with Chinese Characters读取带有中文字符的 CSV 文件
【发布时间】：2015-12-11 01:20:11
【问题描述】：

有许多关于在 Windows 中将包含（UTF-8 编码）中文字符的 CSV 文件打开到 R 中的 StackOverflow 帖子。我找到的答案似乎都没有完全奏效。

如果我read.csv 和encoding="UTF-8"，那么显示的汉字是编码的（<U+XXXX>，我已经手动验证过至少是正确的）。但是，如果我查询数据框以仅获取一行或一行中的特定单元格，则它会正确打印。

一篇帖子暗示这是由于字符串被键入为因素。但是，设置stringsAsFactors=FALSE 没有效果。

其他帖子说必须正确设置语言环境。我的系统语言环境显然是English_United Kingdom.1252； Windows 代码页看起来绝对不是 Unicode 友好的！如果我尝试将其更改为 en.UTF-8、en_GB.UTF-8 或 en_US.UTF-8（甚至是 UTF-8 或 Unicode）中的任何一个，我会收到一条错误消息，指出我的操作系统无法满足该请求。

如果我尝试Sys.setlocale(category="LC_ALL", locale="Chinese")，语言环境确实会更改（尽管更改为另一个 Windows 代码页；仍然没有 Unicode），但无法解析 CSV 文件。也就是说，如果我在英文语言环境中读取文件，然后切换到中文，则数据框会在控制台中正确打印出来。但是，这很笨拙，无论如何，View(myData) 现在显示 mojibake 而不是编码的 Unicode 代码点。

有什么方法可以让这一切正常工作吗？即正确的汉字从数据框回显到控制台并且View工作，读取数据时无需进行秘密握手？

我的直觉是问题出在语言环境：它应该设置为 UTF-8 语言环境，然后一切都应该 [可能] 正常工作。但是，我不知道该怎么做...

【问题讨论】：

为我的假设添加证据：在我的工作计算机 (OS X) 上，在控制台和 View 中加载带有中文文本的 CSV 就可以了，这是我所期望的，没有到处乱混。那里的语言环境是en_GB.UTF-8... 是否可以在 Windows 中更改为 UTF-8 语言环境？

标签： r utf-8 windows-7 locale

【解决方案1】：

UTF 表示法很好，这意味着您的字符是在属性中读取的。问题在于打印到控制台的 R 端，除非您正在复制和粘贴输出，否则这应该不是一个大问题。写出来有点棘手：你想打开一个 UTF-8 文件连接，然后写入那个文件。

【讨论】：