首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何在R中用多种语言编码字符串?

问如何在R中用多种语言编码字符串?
EN

Stack Overflow用户
提问于 2022-04-04 15:41:09
回答 1查看 142关注 0票数 1

我对R如何处理不同语言中的字符有异议。我有一个多语言数据集(PL,HR,EN,FR,GE,IT),我创建了一个关键字字符串来过滤它。然而,R并不是以每种语言识别我所有的字符,而是转换它们,这是有问题的。

因此,假设我想使用字符串查找数据中的单词"łapać“,然后R将筛选"lapac”,从而找不到必要的单词,因为在数据库中它正确地读取了原始单词:

代码语言:javascript
复制
catch <- "łapać"
catch
[1] "lapac"

我尝试了不同的东西,对于一些字符/语言,它正在工作。例如:

代码语言:javascript
复制
things <- "ćłßöüžỳđčšśęıчуй"
things
[1] "clßöüžỳdcšseiчуй"

正如您所看到的,一些字符按其应有的方式显示(ž,包括ч或й等西里尔字母),其他字符则被转换(ćł为cl)。

我尝试用不同的编码重新打开文档并更改编码:

代码语言:javascript
复制
options(encoding = "utf-8")

Encoding(things) <- "UTF-8"

另外,我在两台不同的Windows计算机上尝试了不同的R版本。

代码语言:javascript
复制
R version 4.1.2 (2021-11-01)
Platform: x86_64-w64-mingw32/x64 (64-bit) 
Running under: Windows 10 x64 (build 17763)
locale:
[1] LC_COLLATE=German_Germany.1250  LC_CTYPE=German_Germany.1250   
[3] LC_MONETARY=German_Germany.1250 LC_NUMERIC=C                   
[5] LC_TIME=German_Germany.1250
EN

回答 1

Stack Overflow用户

发布于 2022-04-04 20:23:08

跑步时

代码语言:javascript
复制
Sys.setlocale(category = "LC_ALL", locale = ".1250")

它起作用了!请参见:

代码语言:javascript
复制
catch <- "łapać"
catch
[1] "łapać"

然而,并不完美,从

代码语言:javascript
复制
things <- "ćłßöüžỳđčšśęıчуй"
things
[1] "ćłßöüžỳđčšśęiчуй"

土耳其ı仍然是一个i。因为我不会使用土耳其语,到目前为止,这对我来说还不错。

谢谢!

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/71740023

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档