如何在Mac的RStudio上获取汉字中的有效编码输出？

Question

我们正在清理一些繁体中文的营销数据。 我们发现 R 可以毫无问题地读取 UTF-8 繁体中文变量名。 但是，我们无法在那里获得有效的 UTF-8 输出。 例如，

如果我们命令： unique(rframe$性別)

这就是我们得到的： [1] "\女" "\男"

其中性别为“性别”，\女表示女性（女），\男表示男性（男）。

最有趣的是，如果我们使用相同的 UTF-8 CSV 文件，Linux 平台上的 R 会生成有效的 UTF-8 中文输出。 为什么同样的RStudio，在Linux平台上可以成功生成UTF-8的中文输出编码，在Mac系统上却无法输出有效的UTF-8中文输出？

这个很麻烦的问题已经存在很久了。 事实上，在较旧的 RStudio 版本中，我们可以获得有效的 UTF-8 输出。 有朋友可以帮帮我们吗？

多谢。

钱德勒

Answer 1

错误可能出在数据的导入中。 你是如何导入数据的？

我尝试通过导入一些带有中文字符的数据并使用专门的 encoding="UTF-8" 来尝试，我没有任何问题。

所以我的第一个建议是试试这个：

data <-read.csv("mydata.csv", encoding="UTF-8", stringsAsFactors=FALSE)

---

另一种方法是将变量指定为字符。 根据以下答案。 所以你得到的是汉字而不是unicode。

as.character(unique(rframe$性別))

---

如果您提供数据的摘录，我可以检查并可能确认这一点。

Answer 2

经过几次尝试和错误，我们发现这个问题可能来自在 Mac 上生成 R 应用程序的过程。

我们从 Git 下载了 R 并编译了一个应用程序，通过 Apple clang 版本 12.0.0（clang-1200.0.32.29，目标：x86_64-apple-darwin19.6.0），从源代码。 它工作正常。 我们的麻烦问题不再出现。 我们今天向 R 社会报告了我们的发现。 我们希望人们能尽快看到快速响应。

以下消息是我们发送给 R 的报告。

致：Bug-Report-Request bug-report-request@r-project.org

你好，

我更像是一个系统程序员，帮助我的朋友 (Chandler) 使用 R 来处理数据。 他在终端上获取中文/Unicode 输出时遇到了一些麻烦。 但是，这只发生在 Mac 上。 我无法在 Linux 上重现它。

我认为 R - Mac 版本可能有问题。 我用 GitHub 的源代码重新编译了 R，我无法重现这个问题。 网站下载一次即可重现，失败率100%。

详细信息位于 https://www.facebook.com/groups/RnRStudio/permalink/4555694011125386/

我认为这是因为编译 R/MAC 的工具链可能已经过时。

如果您可以在 Bugzilla 上创建错误并允许我在那里发表评论，我将不需要 Bugzilla 帐户。 或者，如果你们中的任何人可以在这个问题上提供赞助，那就更好了。

或者我需要一个 Bugzilla 帐户。

谢谢！

Answer 3

此问题来自 R 版本 4.0.4 源代码中的错误。 UTF-8 代码无法在 Windows 和 Mac 上有效显示。 它已在 4.0.5 版中修复。