临时更改区域设置答案

【问题标题】：Temporarily change locale settings临时更改区域设置
【发布时间】：2014-12-10 10:38:52
【问题描述】：

实际问题

我如何临时更改/指定用于某些函数调用的区域设置（例如strptime()）？

背景

我刚刚运行了以下rvest 演示：

demo("tripadvisor", package = "rvest")

当涉及到要抓取日期的部分时，我遇到了一些很可能是由我的语言环境设置引起的问题：日期是美国格式，而我在德国语言环境中：

require("rvest")
url <- "http://www.tripadvisor.com/Hotel_Review-g37209-d1762915-Reviews-JW_Marriott_Indianapolis-Indianapolis_Indiana.html"

reviews <- url %>%
  html() %>%
  html_nodes("#REVIEWS .innerBubble")

date <- reviews %>%
  html_node(".rating .ratingDate") %>%
  html_attr("title")
> date
 [1] "December 9, 2014" "December 9, 2014" "December 8, 2014" "December 8, 2014"
 [5] "December 6, 2014" "December 5, 2014" "December 5, 2014" "December 3, 2014"
 [9] "December 3, 2014" "December 3, 2014"

基于此输出，我将使用以下格式：%B %e, %Y（或%B%e, %Y，具体取决于“单个数字的前导空格”实际上意味着 WRT 到前导空格；请参阅?strptime ）。

然而，两者都失败了：

strptime(date, "%B %e, %Y")
strptime(date, "%B%e, %Y")

我想这是因为%B 期望月份名称是德语而不是英语：

当前语言环境中的完整月份名称。（也匹配输入的缩写名称。）

编辑

Sys.setlocale() 让我们更改您的区域设置。但是在调用依赖于语言环境设置的函数之后似乎不可能这样做。即，您需要从新的 R 会话开始，以使语言环境更改生效。这使得临时更改有点麻烦。任何想法如何解决这个问题？

这是我的语言环境：

> Sys.getlocale(category = "LC_ALL")
[1] "LC_COLLATE=German_Germany.1252;LC_CTYPE=German_Germany.1252;LC_MONETARY=German_Germany.1252;LC_NUMERIC=C;LC_TIME=German_Germany.1252"

当我在第一次运行strptime() 之前更改它时，一切正常：

Sys.setlocale(category = "LC_ALL", locale = "us")
> strptime(date, "%B %e, %Y")
 [1] "2014-12-09 CET" "2014-12-09 CET" "2014-12-08 CET" "2014-12-08 CET" "2014-12-06 CET"
 [6] "2014-12-05 CET" "2014-12-05 CET" "2014-12-03 CET" "2014-12-03 CET" "2014-12-03 CET"

但是，如果我在运行stptime()之后更改它，则似乎无法识别更改

> Sys.setlocale(category = "LC_ALL", locale = "German")
[1] "LC_COLLATE=German_Germany.1252;LC_CTYPE=German_Germany.1252;LC_MONETARY=German_Germany.1252;LC_NUMERIC=C;LC_TIME=German_Germany.1252"
> strptime(date, "%B %e, %Y")
 [1] "2014-12-09 CET" "2014-12-09 CET" "2014-12-08 CET" "2014-12-08 CET" "2014-12-06 CET"
 [6] "2014-12-05 CET" "2014-12-05 CET" "2014-12-03 CET" "2014-12-03 CET" "2014-12-03 CET"

如果已执行更改回德语区域设置，这实际上应该产生NAs 的向量。

【问题讨论】：

使用Sys.getlocale() 和Sys.setlocale()。见?locales
谢谢，我也看到了。但是区域设置的更改似乎仅在调用任何依赖它的函数之前才起作用。所以这几乎排除了临时更改，对吧？知道如何解决这个问题吗？
你能把它变成一个可重现的例子吗？
我忘记了reviews的计算。现在应该可以重现了。

标签： r locale strptime

【解决方案1】：

lubridate 包中的parse_date_time() 是您正在寻找的。它有一个明确的locale 选项，用于根据特定的语言环境解析字符串。

parse_date_time(date, orders = "B d, Y", locale = "us")

给你：

[1] "2016-02-26 UTC" "2016-02-26 UTC" "2016-02-26 UTC" "2016-02-24 UTC" "2016-02-23 UTC" "2016-02-21 UTC"
[7] "2016-02-21 UTC" "2016-02-21 UTC" "2016-02-20 UTC" "2016-02-20 UTC"

请注意，您提供的解析格式不带 % 前导，就像在 strptime() 中一样。

【讨论】：

【解决方案2】：

你也可以在readr::parse_date()中使用readr::locale("en")

  readr::parse_date(date, format = "%B %e, %Y", 
              # vector of strings to be interpreted as missing values:
                na = c("", "NA"), 
                locale = readr::locale("en"), 
              # to trim leading and trailing whitespaces:
                trim_ws = TRUE)

来自文档：“语言环境控制的默认设置因地而异。默认语言环境以美国为中心（如 R），但您可以使用 locale() 创建自己的语言环境来控制诸如默认时区、编码、小数点、大号和日/月名称。"

【讨论】：