readr::read_csv问题:汉字变成乱码

Question

我正在尝试将数据集导入到 RStudio，但是我遇到了汉字问题，因为它们变成了困惑的代码。这是代码:

library(tidyverse)
df <- read_csv("中文,英文\n英文,德文")
df
# A tibble: 1 x 2
  `\xd6\xd0\xce\xc4`            `Ӣ\xce\xc4`
               <chr>                  <chr>
1 "<U+04E2>\xce\xc4" "<U+00B5>\xc2\xce\xc4"

当我使用基本函数 read.csv 时，它运行良好。我想我一定是在编码方面做错了什么。但是read_csv中没有编码选项，我该怎么办？

Answer 1

这是因为字符被标记为UTF-8，而实际编码是系统默认的(可以通过stringi::stri_enc_get()获取)。

因此，您可以执行以下任一操作:

1)使用正确的编码读取数据:

df <- read_csv("中文,英文\n英文,德文", locale = locale(encoding = stringi::stri_enc_get()))

2)读取编码不正确的数据，并稍后使用正确的编码对其进行标记(请注意，这并不总是有效):

df <- read_csv("中文,英文\n英文,德文")
df <- dplyr::mutate_all(df, `Encoding<-`, value = "unknown")