在 R 中将 UTF-8 BOM 导出为 .csv

Question

我正在通过 RJDBC 从 MySQL 数据库读取文件，它正确显示 R 中的所有字母（例如，נווה שאנן）。 但是，即使使用 write.csv 和 fileEncoding="UTF-8" 导出它，输出也看起来像

<U+0436>.<U+043A>. <U+041B><U+043E><U+0437><U+0435><U+043D><U+0435><U+0446>

（在本例中，这不是上面的字符串，而是保加利亚语字符串），适用于保加利亚语、希伯来语、中文等。其他特殊字符如 ã、ç 等都可以正常工作。

我怀疑这是因为UTF-8 BOM，但我在网上没有找到解决方案

我的操作系统是德国版Windows7。

编辑：我试过了

con<-file("file.csv",encoding="UTF-8")
write.csv(x,con,row.names=FALSE)

以及（据我所知）等效的

write.csv(x, file="file.csv",fileEncoding="UTF-8",row.names=FALSE)

。

Answer 1

接受的答案对我在类似的应用程序中没有帮助（Windows 中的 R 3.1，当我尝试在 Excel 中打开文件时）。无论如何，基于 file 文档的这一部分：

如果在书写时需要（不建议）BOM，则应明确书写，例如：通过 writeChar("\ufeff", con, eos = NULL) 或 writeBin(as.raw(c(0xef, 0xbb, 0xbf)), binary_con)

我想出了以下解决方法：

write.csv.utf8.BOM <- function(df, filename)
{
    con <- file(filename, "w")
    tryCatch({
    for (i in 1:ncol(df))
        df[,i] = iconv(df[,i], to = "UTF-8") 
    writeChar(iconv("\ufeff", to = "UTF-8"), con, eos = NULL)
    write.csv(df, file = con)
    },finally = {close(con)})
}

请注意，df是data.frame，filename是csv文件的路径。

Answer 2

在

Encoding

(

help("Encoding")

) 的帮助页面上，您可以阅读有关特殊编码的信息 -

bytes

。

使用这个我可以通过以下方式生成 csv 文件：

v <- "נווה שאנן"
X <- data.frame(v1=rep(v,3), v2=LETTERS[1:3], v3=0, stringsAsFactors=FALSE)

Encoding(X$v1) <- "bytes"
write.csv(X, "test.csv", row.names=FALSE)

注意

factor

和

character

之间的差异。以下应该有效：

id_characters <- which(sapply(X,
    function(x) is.character(x) && Encoding(x)=="UTF-8"))
for (i in id_characters) Encoding(X[[i]]) <- "bytes"

id_factors <- which(sapply(X,
    function(x) is.factor(x) && Encoding(levels(x))=="UTF-8"))
for (i in id_factors) Encoding(levels(X[[i]])) <- "bytes"

write.csv(X, "test.csv", row.names=FALSE)

Answer 3

我遇到了这个问题，我使用 readr 包修复了它！

readr::write_excel_csv(your_data,"your_data.csv")