Viết dữ liệu không được bảo quản mã hóa

Question

Tôi có một chuỗi như sau:

str <- "ていただけるなら" 
Encoding(str) #returns "UTF-8" 

tôi viết nó vào đĩa:

write.table(str, file="chartest", quote=F, col.names=F, row.names=F) 

Bây giờ tôi nhìn vào tập tin trong Notepadd ++, được thiết lập để UTF-8 không có mã hóa BOM và tôi nhận được điều này:

<U+3066><U+3044><U+305F><U+3060><U+3051><U+308B><U+306A><U+3089> 

Điều gì sẽ xảy ra trong quá trình này? Tôi muốn các tập tin văn bản bằng văn bản để hiển thị các chuỗi như nó xuất hiện trong R.

Đây là trên Windows 7, phiên bản R 2.15

Answer 1

Bạn đã cố gắng sử dụng lập luận fileEncoding?

write.table(str, file="chartest", quote=F, col.names=F, row.names=F, fileEncoding="UTF-8") 

Answer 2

Đây là một "tính năng" gây phiền nhiễu của R trong Windows. Các giải pháp duy nhất mà tôi đã tìm thấy cho đến nay là tạm thời và lập trình chuyển đổi miền địa phương của bạn để một trong những thích hợp cần thiết để giải mã kịch bản của văn bản trong câu hỏi. Vì vậy, trong trường hợp trên, bạn sẽ sử dụng ngôn ngữ Nhật Bản.

## This won't work on Windows 
str <- "ていただけるなら" 
Encoding(str) #returns "UTF-8" 
write.table(str, file="c:/chartest.txt", quote=F, col.names=F, row.names=F) 
## The following should work on Windows - first grab and save your existing locale 
print(Sys.getlocale(category = "LC_CTYPE")) 
original_ctype <- Sys.getlocale(category = "LC_CTYPE") 
## Switch to the appropriate local for the script 
Sys.setlocale("LC_CTYPE","japanese") 
## Now you can write your text out and have it look as you would expect 
write.table(str, "c:/chartest2.txt", quote = FALSE, col.names = FALSE, 
      row.names = FALSE, sep = "\t", fileEncoding = "UTF-8") 
## ...and don't forget to switch back 
Sys.setlocale("LC_CTYPE", original_ctype) 

Ở trên tạo hai tệp bạn có thể thấy trong ảnh chụp màn hình này. Tệp đầu tiên hiển thị các điểm mã Unicode, mà không phải là những gì bạn muốn, trong khi tệp thứ hai hiển thị các hình tượng bạn thường mong đợi.

Cho đến nay không ai đã có thể giải thích cho tôi tại sao điều này xảy ra trong R. Nó không phải là một tính năng không thể tránh khỏi của Windows vì Perl, như tôi đã đề cập trong bài this, được vòng vấn đề này bằng cách nào đó.