不同操作系统/语言的汉字编码答案

【问题标题】：Chinese character encoding with differenct operation systems/languages不同操作系统/语言的汉字编码
【发布时间】：2016-07-27 02:14:00
【问题描述】：

我无法将包含简体中文字符的 csv 文件读入我的 r。试过encoding=utf-8,gb18130,gb2130等，无法显示汉字。

我也尝试将excel的编码更改为utf8 csv，没有运气。
我也尝试使用中文窗口并将 locale 设置为中国。没有运气。

我换成中文窗口后。 excel可以打开我的csv（英文 windows 无法正确打开）。 r studio 可以在 View() 但 R 控制台无法读取我的 csv，即使我重装r为中文版。

我尝试了 Ubuntu，Ubuntu 甚至无法读取我的 csv。至少在 Windows 中，R studio 可以很好地读取我的数据。

我试过谷歌表格。但是我的文件太大了，谷歌表格会连打开都不行

我厌倦了 Ubuntu 中的 Cals 并将其转换为 GB*，因为 GB 是在 Windows R 工作室工作正常。没运气。而且需要10多个分钟将我的 200Mb-750Mb 数据转换为 gb18013

【问题讨论】：

如果你经常处理汉字。我建议你坚持使用中文Windoes，它会在大多数情况下让生活变得更轻松。
好点。我希望有中文版的 Windows 和英文版的 Ubuntu。
为什么我的excel可以打开我的csv，但是我的访问却不能正确打开？
在访问中，可以指定编码方式。选择任何以简体中文 G* 开头的编码。

标签： r excel encoding

【解决方案1】：

Ubuntu 使用 UTF-8 作为默认的中文编码。所以你应该将其编码为 UTF-8 而不是 GB18130 或其他 GB 起始编码。

(1) 下载 Open Office（免费且安装速度快，有更高的文件大小比 Ubuntu 中的 Cals）。
(2) 检测您的 CSV 编码。只需使用 Open office 打开您的 csv，然后选择一种显示您的汉字的编码方式。
(3) 将您的 csv 保存为根据您的正确编码操作系统。中文默认Windows编码为GBK，Ubuntu为UTF8。

这应该可以解决您的文件大小问题和编码问题。您甚至不必强制编码。正常的read.csv 可以工作。

【讨论】：