首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >R:文件名列表结果无法识别为实际读取文件(文件名字符编码问题)

问R:文件名列表结果无法识别为实际读取文件(文件名字符编码问题)
EN

Stack Overflow用户
提问于 2020-05-09 23:20:21
回答 1查看 422关注 0票数 0

我从不同的来源获得.xlsx文件,读取和分析R中的数据,工作非常出色。文件很大,10+ MB。到目前为止,readxl::read_xlsx是唯一有效的解决方案。xlsx::read.xls只产生错误消息:.jcall中的错误(“RJavaTools”,"Ljava/lang/Object;","invokeMethod",cl,:java.lang.OutOfMemoryError: GC开销上限超过)

问题:某些文件的文件名中有非标准字母,例如在Windows10/资源管理器中显示为‘.ü...xlsx’(文件名中的字符'ü‘)。当我读取R中文件夹中的所有文件名时,我得到'...u"...xlsx').,在实际读取文件之前,我会检查不同文件夹中文件名的双数。然而,当我读取上面的文件时,我会收到一条错误消息‘.文件不存在’,不管我是否使用

  • 直接从list.files获得的路径/文件名字符变量(显示'...u"...xlsx')
  • 字符串常量“...u”...xlsx
  • 字符串常量'...ü...xlsx‘

据我所知,这个问题来自于不等量,但不完全相同的unicode组合。我对这些字符最初的编码方式没有任何影响。因此,我看不到读取该文件的方法,只能(到目前为止)在Windows中重命名该文件,将编码为“u+”的“ü”更改为“ü”。

问题:

  • 在R内有解决办法吗?(请记住使用read_xlsx的要求,除非一个未知的包可以处理巨大的文件。
  • 如果在R内不可能,那么自动更改文件名(“u+”到“ü”)的最佳选择是什么--我需要保留“ü”(或(或,和其他)),以便将分析结果与输入连接起来,更好地不需要额外的(非标准的)软件(例如命令shell)。

编辑:

要读取文件列表,dir_ls可以工作(如建议的那样),但它返回一个更奇怪的文件名:‘O’read_xlsxˆ‘而不是’ˆ‘,而后者也不能被read_xlsx读取(找到)。

EN

回答 1

Stack Overflow用户

发布于 2020-05-09 23:57:56

尝试使用fs库。我的工作流程如下所示:

代码语言:javascript
复制
library(tidyverse)
library(lubridate)
library(fs)
library(readxl)


directory_to_read <- getwd()

file_names_to_read <- dir_ls(path = directory_to_read, 
       recurse = FALSE,              # set this to TRUE to read all subdirectories 
       glob = "*.xls*",             
       ignore.case = TRUE) %>%           # This is to ignore upper/lower case extensions

# Use this to weed out temp files - I constantly have this probles
    str_subset(string = ., 
               regex(pattern = "\\/~\\$", ignore_case = TRUE),  #use \\ before $ else it will not work
               negate = TRUE)        # TRUE Returns non-matching patterns


map(file_names_to_red[4], read_excel)
票数 0
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/61705121

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