r - R中的unicode转换和导出

Question

我在下面创建了一个脚本，用于将 unicode 转换为中文字符，即 temp.df[,"name_unicode"] 中的最后一个字符串是“§®£”(不带引号)，让不懂中文的人也能帮忙。

library(RODBC)
library(Unicode)

temp.df <- data.frame(name_unicode=c("&#38515;&#22823;&#25991;",
                                     "&#38515;&#23567;&#25935;",
                                     "&#38515;&#19968;&#23665;",
                                     "&#167;&#174;&#163;"),
                      stringsAsFactors=FALSE)

temp.df[,"name_unicode_mod"] <- sapply(temp.df[,"name_unicode"],
                                        function(x) {
                                          temp <- unlist(strsplit(x,";"))
                                          temp <- sprintf("%x",as.integer(gsub("[^0-9]","",temp)))
                                          temp <- intToUtf8(as.u_char_range(temp))
                                          return(temp)
                                          })


write.csv(temp.df,file("test.csv",encoding="UTF-8"),row.names=FALSE)

temp.df[,"name_unicode_mod"] 的输出R 控制台没问题。但我需要将它们导出到 csv或 xls格式。我试过 write.csv , write.table , odbcConnectExcel在 RODBC但一切都给了我类似 <U+00A7><U+00AE><U+00A3> 的东西.

任何人都可以帮忙吗？谢谢。

附言我正在使用 R 3.0.0 和 Win7

Answer 1

使用二进制写入将适用于您的情况。
下面是一个小示例代码。

writeUtf8csv <- function(x, file) {
  con <- file(file, "wb")
  apply(x, 1, function(a) {
      b <- paste(paste(a, collapse=','), '\r\n', sep='')
      writeBin(charToRaw(b), con, endian="little")
    })
  close(con)
}

更多详情见 this reference page .