[問題] 讀取中文檔案

[sansea (情弒月)]

[問題類型]:

程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)


[軟體熟悉度]:

入門(寫過其他程式，只是對語法不熟悉)


[問題敘述]:

想要抓PTT的資料來斷詞
目前已經可以抓到資料並存成中文檔案
可是利用 Corpus(DirSource("docs", encoding = 'UTF-8')) 讀取的時候
中文字全部變成 <U+ 開頭的字串

把查詢結果存到 TermDocumentMatrix
用 inspect 看結果應該是有斷成功
可是全部都變成奇怪的字了阿....

想請問怎麼把中文字找回來QQ


===已解決===
原本是在Win8.1上開發
換到Win7環境就沒問題了



[程式範例]:

程式碼可以看這邊  http://ideone.com/icNr73


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.165.197.23
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1425543290.A.A09.html
※ 編輯: sansea (118.165.197.23), 03/05/2015 16:15:48
※ 編輯: sansea (118.165.197.23), 03/05/2015 16:17:08
→ psinqoo: R的版本?
→ sansea: 3.1.2
※ 編輯: sansea (118.165.188.46), 03/06/2015 10:54:31
→ psinqoo: 我猜 把R 版本下降 就OK