Re: [問題] readHTMLTable中文亂碼問題

看板R_Language作者Cayley (水色天藍)時間11年前 (2013/05/27 21:54)推噓1(1推 0噓 4→)

留言5則, 2人參與討論串4/5 (看更多)

你好，我是 spideR 講題的講者因為我不常上 ptt，所以，今天才在 Wush 的提示下發現這裡有人問了關於那場演講的問題基本上我也簡單的在我的 Windows 主機上實驗了一下 https://docs.google.com/file/d/0B3Bb-96VzIn7R1dHMEVyU1lDMlk/edit 發現，好像是可以 RUN 的耶我的演講的 sample code 全部都放在這個專案中 https://bitbucket.org/tw_use_r/20130325-mldm-spider 我依循了專案中的 example 1 的 code 在 Windows 的主機上執行了一遍發現在執行下方的 example 1 的 code 時並沒有發生編碼問題唷......如上圖所示........ rm(list=ls(all.names=TRUE)) library(XML) MOPS_URL.TWSE_ALL = "http://mopsov.tse.com.tw/server-java/t05st49_1?kinds=sii&colorchg=1&type=all&step=0a" test_doc = htmlParse(MOPS_URL.TWSE_ALL,encoding="big5") test = readHTMLTable(test_doc) test = readHTMLTable(test_doc,which=1,stringsAsFactors=FALSE) View(test) TWSE_IDs = test$V1[-1] print(test$V1[-1]) NBSP = " " charToRaw(TWSE_IDs[1]) # [1] 31 31 30 31 c2 a0 TWSE_IDs = gsub("[$,\xc2\xa0]", "", TWSE_IDs) 雖然，如上圖所示，我沒有遇到編碼問題不過我卻遇到了另一個問題就是 test$V1 找不到東西不過只需要把 test$V1 替換成 test[[1]] 就完全可以動了也就是把後面的幾行換成下面的樣子： TWSE_IDs = test$[[1]][-1] print(test$[[1]][-1]) NBSP = " " charToRaw(TWSE_IDs[1]) # [1] 31 31 30 31 c2 a0 TWSE_IDs = gsub("[$,\xc2\xa0]", "", TWSE_IDs) 就完全可以動了!!! ※ 引述《youngce (時間會讓人遺忘)》之銘言： : [問題類型]: : R中文編碼,XML套件 : [軟體熟悉度]: : 使用者(已經有用R 做過不少作品) : [問題敘述]: : 之前看到Taiwan R User介紹spideR的影片 : 今天試了一下Example1的範例卻發現出現了中文亂碼的問題, : 網上大部分是說UTF-8語系的問題, : 但我不知道要怎麼更改R操作語系編碼設定 : 想請問各位高手要怎麼解決呢?? : 以下是本機的資訊: : sessionInfo() : R version 2.15.3 (2013-03-01) : Platform: x86_64-w64-mingw32/x64 (64-bit) : locale: : [1] LC_COLLATE=Chinese (Traditional)_Taiwan.950 : [2] LC_CTYPE=Chinese (Traditional)_Taiwan.950 : [3] LC_MONETARY=Chinese (Traditional)_Taiwan.950 : [4] LC_NUMERIC=C : [5] LC_TIME=Chinese (Traditional)_Taiwan.950 : attached base packages: : [1] stats graphics grDevices utils datasets methods base : other attached packages: : [1] stringr_0.6.2 XML_3.96-1.1 : loaded via a namespace (and not attached): : [1] tools_2.15.3 : 謝謝 : [程式範例]: : 張貼能夠重現錯誤的程式碼，可以幫助版友更快的幫你解決問題 : 程式碼可貼於以下網站： : http://ideone.com/ : http://codepad.org : http://pastie.org/ : http://nopaste.info/ : http://pastebin.com/ : http://paste.plurk.com : http://gist.github.com/ : http://nopaste.csie.org/ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 203.74.126.44