zapisywania danych nie jest konserwowanie kodowanie

Question

mam ciąg jak poniżej:

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

piszę go na dysku:

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

Teraz patrzę na plik w Notepadd ++, który jest ustawiony do UTF-8 bez kodowania BOM, a otrzymuję:

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

Co dzieje się w tym procesie? Chciałbym pisemnej plik tekstowy, aby wyświetlić napis zamieszczony w R.

to na Windows 7 w wersji R 2,15

Answer 1

Czy próbowali za pomocą argumentu fileEncoding?

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

Answer 2

Jest to irytująca "funkcja" R w systemie Windows. Jedyne rozwiązanie, które dotychczas odkryłem, to tymczasowe i programowe przełączenie ustawień regionalnych na odpowiednie, wymagane do dekodowania skryptu danego tekstu. Tak więc w powyższym przypadku używałbyś japońskiego locale.

## 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) 

Powyższe tworzy dwa pliki widoczne na tym zrzucie ekranu. Pierwszy plik pokazuje punkty kodu Unicode, które nie są tym, czego potrzebujesz, a drugi pokazuje glify, których normalnie oczekujesz.

Do tej pory nikt nie był w stanie mi wyjaśnić, dlaczego tak się dzieje w R. To nie jest nieuniknionym elementem systemu Windows, ponieważ Perl, jak wspominam w this postu, dostaje się wokół kwestii jakoś.