[問題] 讀取中文檔案
[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
→
03/05 19:31, , 1F
03/05 19:31, 1F
→
03/05 22:40, , 2F
03/05 22:40, 2F
※ 編輯: sansea (118.165.188.46), 03/06/2015 10:54:31
→
03/08 22:23, , 3F
03/08 22:23, 3F
R_Language 近期熱門文章
PTT數位生活區 即時熱門文章
