[問題] 萬惡的text encoding

看板R_Language作者oldjojotenya (舊舅舅)時間9年前 (2015/02/02 17:55)推噓0(0推 0噓 1→)

留言1則, 1人參與討論串1/1

[問題類型]: 程式諮詢 [軟體熟悉度]: 新手使用者 [問題敘述]: 試著去抓公開觀測資訊站的財務報表時遇到了文字編碼亂碼的問題。原始頁面網址為：http://mops.twse.com.tw/mops/web/t164sb03 由於從該頁面獲取財報資料需要透過POST方法表單遞交，因此找到HTML中的form標籤，把action的網址加上後面雜七雜八需要的name-value弄成query後找到了財報網頁： http://mops.twse.com.tw/mops/web/ajax_t05st33?step=1&firstin=1&isnew=false&co_id=3519 可是裡面內容竟然是亂碼！查了一下Elements，在meta標籤發現他用的是big5: <meta content="text/html; charset=big5" http-equiv="Content-Type"> 所以後續的程式代碼就編寫成如下： url=URLencode("http://mops.twse.com.tw/mops/web/ajax_t164sb03?step=1&firstin=1&isnew=true&co_id=3519") url=getURL(url,.encoding="big5") table=readHTMLTable(url,stringAsFactor=FALSE,which=2) 但讀出來的東西仍然是亂碼，期間也試過了之前Wush大分享過的： Sys.setlocale(category='LC_ALL', locale='C') 但好像對這個案不管用，既然亂碼是出現在網站的，而且網站的meta標籤也寫明是用big5，為何getURL設定big5 會不work呢＠＠請教有什麼好的解決辦法嘛 [關鍵字]:Text Encoding -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 112.105.245.56 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1422870922.A.302.html ※ 編輯: oldjojotenya (112.105.245.56), 02/02/2015 17:56:13 ※ 編輯: oldjojotenya (112.105.245.56), 02/02/2015 17:57:13