R中的文本列中出现奇怪的字符答案

【问题标题】：Weird characters appearing in text column in RR中的文本列中出现奇怪的字符
【发布时间】：2014-06-12 08:19:28
【问题描述】：

我正在从 R 中的 Excel 传输一个 CSV 文件。我的一列包含每个观察的文本，但最终以以下方式显示：

"Hey! \x8c\xe6 Maybe I can give some suggestions: \x8c\xe6"

\x8c\xe6 是怎么回事？有没有办法让我只有A-Z,a-z和.,+/\?*()等字符。

【问题讨论】：

标签： r

【解决方案1】：

如何使用gsub 删除所有不可打印的字符

a <- "Hey! \x8c\xe6 Maybe I can give some suggestions: \x8c\xe6"
gsub("[^[:print:]]","",a)

# [1] "Hey!  Maybe I can give some suggestions: "

[:print:] 类和其他类在 ?regex 帮助页面上定义。

【讨论】：

【解决方案2】：

这是一个编码错误，我在 R 中得到了很多（请参阅encoding table 以了解翻译问题）。我做了这个完全低效的事情，我会使用“gsub”来处理我看到的错误，只是删除它们：

gsub('\\x8c\\xe6', '', data)

但是，这篇文章可能有助于检测正确的编码：How to detect the right encoding for read.csv?

【讨论】：