read_tsv 停止：这是编码问题吗？

Question

对于这篇文章缺乏特异性，我提前道歉，但在这种情况下我无法提供可重现的示例。我正在尝试使用 R 阅读器的read_tsv 读取制表符分隔的数据文件。数据来自机密来源，因此我无法分享，即使只是有问题的部分。 read_tsv 停止了大约 20% 的阅读进度，除非我快速杀死 R，否则我的 RAM 使用量开始飙升到我的计算机死机的程度（我在 Ubuntu 18.04 上）。具体来说，我正在跑步：

read_tsv(file = path_to_file, 
         skip = 10e6, 
         n_max = 1e5)

我正在跳过行并设置 n_max 以模糊地隔离问题所在并运行更快的测试。我还尝试将read_tsv 的语言环境设置为locale(encoding = 'latin1')，但没有成功。我尝试通过阅读阅读器的read_lines 来检查这个有问题的部分：

read_lines(file = path_to_file, 
           skip = 10e6, 
           n_max = 1e5)

那里没有阅读问题：我得到一个字符串列表。我对所有这些都运行了validUTF8，它们似乎都是有效的。我只是不知道什么类型的问题会导致read_tsv 停止。有什么想法吗？

Answer 1

我解决了这个问题。似乎它来自使用默认 read_tsv quote 选项对引用字符的不当处理。改用quotes = "" 使其工作顺利。