dati scrittura non è preservare la codifica

Question

Ho una stringa simile alla seguente:

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

scrivo su disco:

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

Ora guardo il file in Notepadd ++, che è impostato a UTF-8 senza codifica BOM e ottengo questo:

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

Cosa non funziona in questo processo? Vorrei che il file di testo scritto per visualizzare la stringa di come appare in R.

Questo è il Windows 7, la versione R 2.15

Answer 1

Hai provato a usare l'argomento fileEncoding?

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

Answer 2

Questa è una "caratteristica" fastidiosa di R in Windows. L'unica soluzione che ho trovato finora è di modificare temporaneamente e in modo programmato le impostazioni internazionali in quella appropriata richiesta per decodificare lo script del testo in questione. Quindi, nel caso precedente dovresti usare le impostazioni locali giapponesi.

## 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) 

Quanto sopra produce i due file che è possibile vedere in questo screenshot. Il primo file mostra i punti codice Unicode, che non è quello che vuoi, mentre il secondo mostra i glifi che normalmente ti aspetteresti.

Finora nessuno è stato in grado di spiegare a me perché questo accade in R. Non è una caratteristica inevitabile di Windows perché Perl, come ho detto in this postale, ottiene intorno al problema in qualche modo.