Re: [問題] 讀入"鴴" "鸊鷉" 等怪字

看板R_Language作者Neisseria (Neisseria)時間8年前 (2015/07/04 19:15)推噓1(1推 0噓 0→)

留言1則, 1人參與討論串4/6 (看更多)

我的環境是 Mac OS X 10.9.5 R 版本是 3.1.1 終端機 locale 是 zh_TW-utf8 Excel 版本是 2011 for OS X 剛剛簡單測了一下這個 xls 檔如過透過 Excel 轉成 CSV 檔，再透過 iconv 轉的話有些字會漏失，像是「鵐」如果先用 gdata 這個套件將這個 xls 檔讀到 R 系統中再用 write.csv 將資料輸出，就可以完整保留檔案中的文字用 gdata 的話，不用透過 Java，而是透過 Perl 不知道在 Windows 下會不會很難裝過程大概如下： library(gdata) bird <- read.xls('birdnames.xls', stringsAsFactors = FALSE) write.csv(bird, 'birdnames.csv') 參考看看 ※ 引述《helixc (@_2;)》之銘言： : [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: 69.140.71.14 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1436008507.A.04A.html