作者helixc (@_2;)
看板R_Language
標題[問題] 讀入"鴴" "鸊鷉" 等怪字
時間Sat Jul 4 00:04:49 2015
[軟體熟悉度]:
新手+入門
[問題敘述]:
如標題,因為再分析鳥類的資料,所以會遇到鴴、鸊、鷉這種某些系統無法顯示的字
和程式語言不太熟,好像是BIG5的編碼比較少,所以遇到這些怪字會崩潰,
轉到UTF8就會恢復正常?
問題是目前手邊的名錄都是放在Excel當中,
這些怪字在Excel當中活得很好,但一輸出成CSV等純文字文件就會變成亂碼。
我再去Notepad++等軟體轉換編碼也沒有用。
[程式範例]:
鳥類名錄資料在下面:
https://dl.dropboxusercontent.com/u/18689552/birdnames.xls
另外我在NotePad++自己打了一個用UTF-8編碼的檔案如下:
https://dl.dropboxusercontent.com/u/18689552/birdnametest.txt
裡面只有兩行字:
173,反嘴鴴,長腳鷸科
174,水雉,水雉科
直接用read.table,產生怪字,而且還只讀一行
data<-read.table("birdnametest.txt"); data
V1
1 174,瘞湧\x9b\x89,瘞湧\x9b樯\xa7\x91\n
加上eocoding="UTF-8"之後怪字不見了,難字(鴴)沒出來,但一樣只有一行
有需要的話是可以在Notepad++硬做一個UTF-8的檔案出來啦,
名錄最多也不超過700種可以用工人智慧來完成,
但也要R能夠讀入並顯示呀Orz
系統資訊:
不太會查,寫一下知道的:
Windows 7
RStudio Version 0.99447
R x64 3.2.1
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.138.77.47
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1435939492.A.3BC.html
※ 編輯: helixc (223.138.77.47), 07/04/2015 00:07:14
→ celestialgod: 你可以讀入用是utf8 做為encoding 或是乾脆用讀xls 07/04 01:01
→ celestialgod: 他的編碼也是預設為utf8... (讀取xls的套件之前有 07/04 01:01
→ celestialgod: 文章討論) 07/04 01:01
推 celestialgod: 明天實測看看... 07/04 01:03
→ obarisk: 無解windows裡的終端機沒utf8 07/04 06:31
→ helixc: 換Mac/Linux就有解嗎? 07/04 09:14
→ obarisk: 不會遇到這問題吧 07/04 11:03