r - 为什么 RMarkdown `render` 行为取决于它是从 RStudio Server 还是从 PHP shell 调用？

Question

我有一个包含“特殊字符”的 RMarkdown 文档，例如 ë .如果我使用 RStudio Server 的“knit document”按钮渲染文档，它渲染得很好。当我使用 RStudio Server 按钮来渲染另一个调用 RMarkdown 的 R 脚本时的 render功能，它也呈现良好。

但是，由于某种超出我的原因(但希望不会持续太久)，当 index.php 调用相同的 R 脚本时，我得到了不同的结果。使用:

$results = shell_exec("R --file='/home/username/public_html/some/subdirectories/process.R' --no-save 2>&1");

当我这样做时，在生成的 .html 文件中，特殊符号(我猜是 unicode 符号)被替换为 <U+00EB> .我试图查找这是否是我还不知道的 HTML 元素的某种变体，但我一直无法找到任何关于此的信息。

(注意:任何指向我可以了解更多相关信息的地方的链接(并且，当我们在此时，为什么我的浏览器不显示它，例如，它代表的 ë，也非常感谢!)

可重现的示例
example.php的内容:

<?php
  shell_exec("R --file='/home/username/public_html/subdirectory/example.R' --no-save 2>&1");
?>

example.R的内容(这是我在服务器上需要的):

workingPath <- "/home/username/public_html/subdirectory";

### Set path to RStudio's pandoc version
Sys.setenv(PATH=paste(Sys.getenv("PATH"),
                      "/usr/lib/rstudio-server/bin/pandoc",
                      sep=":"));

### Set HOME and LANG
Sys.setenv(HOME = '/home/username');
Sys.setenv(LANG = 'en_US.UTF-8');

require(rmarkdown);

renderResults <-
  render(file.path(workingPath, 'example.Rmd'),
         output_file = file.path(workingPath, 'example.html'),
         intermediates_dir = file.path(workingPath, 'tmp'),
         encoding="UTF-8");

example.Rmd的内容:

---
title: 'Reproducable example'
output: html_document
---

```{r}
  cat("This is an ë symbol.");
```

这个例子的结果:

当我从 R Studio 运行它时，我得到:

cat("This is an ë symbol.");

## This is an ë symbol.

当我从 PHP 运行它时，我得到:

cat("This is an ë symbol.");

## This is an <U+00EB> symbol.

(有趣的是，请注意 echo 'ed ë 确实正常显示...)

我现在求助于做一个 str_replace在 index.php文件，但这并不理想。

我检查了 render手册，但我找不到有关此行为的任何信息。

我还研究了为 pandoc 指定选项在 .Rmd 文件的 YAML header 中，但似乎唯一接近的是 --ascii option ，这没有任何作用。 R Studio RMarkdown page也不提供任何提示。

它可能与在 RStudio 中设置的环境变量有关吗？我已经不得不设置:

Sys.setenv(HOME = '/home/oupsyusr');
Sys.setenv(LANG = 'en_US.UTF-8');

在 R 脚本中，当在从 PHP shell 调用的 R 脚本中调用时，首先让 Pandoc 运行；但如果这是问题所在，我如何确定 RStudio 将哪些设置设置为哪些值，或者更准确地说，哪些设置很重要？我跑了:

Sys.getenv()

在 R Studio 中，这显示了相当多的列表。我认为没有一个条目与编码有关。

或者，knitr 会导致这个吗？当我存储和检查 .md 文件时，Unicode 元素已经显示出来了。然而， knitr help page with chunk options一般没有关于 unicode 或编码的任何内容。

有没有人知道这是记录在哪里，或者有没有人碰巧遇到过这种情况？

我在 CentOS 6.8 上运行 RStudio 0.99.903 和 R 3.3.1。

Answer 1

通常，这种形式的问题(其中 unicode 字符被转换为 unicode 代码点表示，例如 <U+00EB> 在这种情况下)是由尝试在非 UTF-8 语言环境中运行 R 引起的。

通常，这可以通过检查 Sys.getlocale("LC_ALL") 的输出来验证。 .如果您看到 C区域设置报告，那么您可能需要使用以下内容强制执行 UTF-8 区域设置:

Sys.setlocale("LC_ALL", "en_US.UTF-8")

根据您想要的语言替换特定的 UTF-8 语言环境风格。 (作为引用，可用的语言环境集通常可以从终端使用类似 locale -a 的内容进行查询)。