UTF-8 支持 Windows 上的 R

Question

Since new function 'Beta: Use Unicode UTF-8 for worldwide language support' is added on Windows10, I thought it is possible for R to convert locale environment to UTF-8. 但是，當我嘗試將系統區域設置更改為 UTF-8 時

Sys.setlocale(locale = "Japanese_Japan.65001") 

或者

Sys.setlocale(locale = "Japanese_Japan.UTF-8") 

我明白了

In Sys.setlocale("Japanese_Japan.65001") :
OS reports request to set locale to "Japanese_Japan.65001" cannot be honored

目前，Windows 是否允許 R 使用 UTF-8？

（由於我對locale問題不是很熟悉，如果有更多信息歡迎評論。）

信息

> Sys.getlocale()
[1] "LC_COLLATE=Japanese_Japan.932;LC_CTYPE=Japanese_Japan.932;LC_MONETARY=Japanese_Japan.932;LC_NUMERIC=C;LC_TIME=Japanese_Japan.932"

Answer 1

似乎 R 已經在 Windows 10 上構建了完全支持 UTF-8 的實驗性二進制文件，但由於該項目被標記為“實驗性”，並且截至 202 年 2 月 3 日官方結論是：

同樣基於此經驗，我相信切換到 UCRT 已經成為可能，我預計構建完整的工具鏈應該需要幾個月的時間。 這是我認為在 Windows 上的 R 中可靠地支持 Unicode 字符（無法以本機編碼表示）的唯一現實方法。

這顯然意味着在 Windows 上的 R 中對 UTF-8 的全面支持仍然是一個更遙遠的未來的計划。

資料來源： https://developer.r-project.org/Blog/public/2020/07/30/windows/utf-8-build-of-r-and-cran-packages/index.html

Answer 2

Sys.setlocale(locale = foo)默認為category = "LC_ALL" ； 可以單獨為 R 進程設置語言環境的各個方面，例如如下：

locales <- c("LC_COLLATE","LC_CTYPE","LC_MONETARY","LC_NUMERIC","LC_TIME");
for (x in locales) { Sys.setlocale(category = x, locale="Japanese_Japan.65001")}

請注意上述代碼片段中的所有警告以及語言環境的進一步說明：Query or Set Aspects of the Locale文章：

• 在 session 期間嘗試更改字符集（通過Sys.setlocale("LC_CTYPE", ) ，如果這意味着不同的字符集）可能不起作用，並且可能會導致一些混亂。
• 將"LC_NUMERIC"設置為"C"以外的任何值可能會導致 R 到 function 異常，因此會發出警告。
• Windows下R 本身使用的幾乎所有 output 例程都忽略了"LC_NUMERIC"的設置，因為它們使用了未國際化的 Trio 庫。

---

例如，我的語言環境是捷克語，所以我嘗試了以下代碼片段（在循環上方逐項列出以按順序查看結果和警告）：

Sys.getlocale(category = "LC_ALL")
Sys.setlocale(category = "LC_COLLATE" , locale="Czech_Czechia.65001")
Sys.setlocale(category = "LC_CTYPE"   , locale="Czech_Czechia.65001")
Sys.setlocale(category = "LC_MONETARY", locale="Czech_Czechia.65001")
Sys.setlocale(category = "LC_NUMERIC" , locale="Czech_Czechia.65001")
Sys.setlocale(category = "LC_TIME"    , locale="Czech_Czechia.65001")
Sys.getlocale(category = "LC_ALL")

Output （粘貼到 RStudio 控制台中）：

> Sys.getlocale()
[1] "LC_COLLATE=Czech_Czechia.1250;LC_CTYPE=Czech_Czechia.1250;LC_MONETARY=Czech_Czechia.1250;LC_NUMERIC=C;LC_TIME=Czech_Czechia.1250"
> Sys.setlocale(category = "LC_COLLATE" , locale="Czech_Czechia.65001")
[1] "Czech_Czechia.65001"
> Sys.setlocale(category = "LC_CTYPE"   , locale="Czech_Czechia.65001")
[1] ""
Warning message:
In Sys.setlocale(category = "LC_CTYPE", locale = "Czech_Czechia.65001") :
  OS reports request to set locale to "Czech_Czechia.65001" cannot be honored
> Sys.setlocale(category = "LC_MONETARY", locale="Czech_Czechia.65001")
[1] "Czech_Czechia.65001"
> Sys.setlocale(category = "LC_NUMERIC" , locale="Czech_Czechia.65001")
[1] "Czech_Czechia.65001"
Warning message:
In Sys.setlocale(category = "LC_NUMERIC", locale = "Czech_Czechia.65001") :
  setting 'LC_NUMERIC' may cause R to function strangely
> Sys.setlocale(category = "LC_TIME"    , locale="Czech_Czechia.65001")
[1] "Czech_Czechia.65001"
> Sys.getlocale(category = "LC_ALL")
[1] "LC_COLLATE=Czech_Czechia.65001;LC_CTYPE=Czech_Czechia.1250;LC_MONETARY=Czech_Czechia.65001;LC_NUMERIC=Czech_Czechia.65001;LC_TIME=Czech_Czechia.65001"
> 

Answer 3

The best way to use R in Windows to this day (August 22nd, 2020) is to install WSL 2 (Windows Subsystem for Linux) and connect to RStudio Server via a web browser.

指示：

• 安裝 WSL 2： https://docs.microsoft.com/en-us/windows/wsl/install-win10 （需要 Windows 10，更新到版本 1903 或更高版本）。 如果你想要 WSL 2 的 GUI，這里是指令： https://most-useful.com/ubuntu-20-04-desktop-gui-on-wsl-2-on-surface-pro-4/ （但它幾乎吃掉了我的內存，而且像狗屎一樣遲鈍）
• 安裝 R 和 RStudio 服務器： https://rstudio.com/products/rstudio/download-server/
• 啟動 RStudio 服務器： sudo rstudio-server start
• Open a web browser (I recommend Chrome) and connect to http://localhost:8787, access your Linux account, RStudio Server will open and run smoothly. 我在全屏模式下使用它，甚至為默認情況下以全屏模式打開它的地址創建一個桌面快捷方式。