R-无效的多字节字符串 1

Question

我是 R 软件新手

现在，研究使用“tm”package”进行文本挖掘

我在将文本映射为小写时遇到问题

sms_raw<-read.csv(............)
sms_corpus<-Corpus(VectorSource(sms_raw$text)) 
sms_corpus<-Corpus(VectorSource(sms_raw$text))  
tm_map(sms_corpus,content_transformer(tolower))   
error:invalid multubytes string 1

我认为我的 csv 文件可能不是 utf-8，所以我恢复为 utf-8，但它不起作用。

我的操作系统是win8.1

谁能解决这个问题请告诉我。

Answer 1

我通过编码函数轻松解决了错误

在我的文件的名称为文本的列中包含多字节字符

所以我输入

sms_raw$text <- iconv(enc2utf8(sms_raw$text),sub="byte")

此命令将“文本”列(多字节)转换为 utf8 形式