我在下面创建了一个脚本,用于将unicode转换为汉字,temp.df[,"name_unicode"]中的最后一个字符串是“§®£”(不带引号),这样,不懂中文的人也可以提供帮助。

library(RODBC)
library(Unicode)

temp.df <- data.frame(name_unicode=c("&#38515;&#22823;&#25991;",
                                     "&#38515;&#23567;&#25935;",
                                     "&#38515;&#19968;&#23665;",
                                     "&#167;&#174;&#163;"),
                      stringsAsFactors=FALSE)

temp.df[,"name_unicode_mod"] <- sapply(temp.df[,"name_unicode"],
                                        function(x) {
                                          temp <- unlist(strsplit(x,";"))
                                          temp <- sprintf("%x",as.integer(gsub("[^0-9]","",temp)))
                                          temp <- intToUtf8(as.u_char_range(temp))
                                          return(temp)
                                          })


write.csv(temp.df,file("test.csv",encoding="UTF-8"),row.names=FALSE)

对于R控制台,temp.df[,"name_unicode_mod"]的输出正常。但是我需要将它们以csvxls格式导出。我在write.csv中尝试了write.tableodbcConnectExcelRODBC,但都给了我类似<U+00A7><U+00AE><U+00A3>的权限。

有人可以帮忙吗?谢谢。

P.S.我正在使用R 3.0.0和Win7

最佳答案

使用二进制写将适合您的情况。
下面是一个小的示例代码。

writeUtf8csv <- function(x, file) {
  con <- file(file, "wb")
  apply(x, 1, function(a) {
      b <- paste(paste(a, collapse=','), '\r\n', sep='')
      writeBin(charToRaw(b), con, endian="little")
    })
  close(con)
}

this reference page中显示了更多详细信息。

关于r - R中的unicode转换和导出,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/16028658/

10-10 06:20