如何以 UTF-8 格式打开 dbf 文件

Question

我有一个 UTF-8 编码的 dbf 文件。当我在 R 中打开它时，在带有 CP1250 字符集的 Windows 上使用read.dbf()（包foreign），字符被损坏：

require(foreign)
x <- read.dbf('file.dbf')
Sys.setlocale()
# "LC_COLLATE=Czech_Czech Republic.1250;LC_CTYPE=Czech_Czech Republic.1250;LC_MONETARY=Czech_Czech Republic.1250;LC_NUMERIC=C;LC_TIME=Czech_Czech Republic.1250"

我想知道我是否应该设置不同的语言环境，正如这里的一些答案所建议的那样，但它在 Win XP 上不起作用 - 当我尝试将语言环境设置为 UTF-8 时，它显示“操作系统报告请求设置无法采用“Czech_Czech Rebublic.UTF8”的语言环境”。

我认为设计上不需要设置新的语言环境（还有see here） - 它应该是函数read.dbf()，或者可能是一些后处理，以处理字符集而不必切换整个 R 系统的语言环境.

你知道怎么做吗？

Answer 1

我有一个类似的问题，使用斯洛伐克语字符。

我使用read.dbf 读取表格，而我设置as.is = TRUE 将字符读取为字符，而不是因子。一旦文件在 R 中，我使用 Encoding(tab$NAM) <-"UTF-8" 将编码指定为 UTF-8。

它是这样的：

require(foreign)

# set slovak characters
Sys.setlocale(category = "LC_ALL", locale = "Slovak")

# Read data in .dbf (Usually exported from ArcGIS 10.4)
tab<- read.dbf("C:/Users/tab.dbf", as.is = TRUE)

# Check how special characters looks like
tab$NAM
"Veľký Polom"                 "Malý Polom"  "Veľká Rača"                 
"Fabova hoÄľa" 

# Set the correct encoding for your column with special characters
Encoding(tab$NAM) <-"UTF-8"

# Check it again
tab$NAM
"Veľký Polom"                "Malý Polom"                 "Veľká Rača"                 
"Fabova hoľa"                 

瞧！