R中的unicode转换和导出

Question

我在下面创建了一个脚本,用于将unicode转换为中文字符,最后一个字符串temp.df[,"name_unicode"]是"§®£"(没有引号),所以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)

temp.df[,"name_unicode_mod"]R控制台的输出正常.但我需要将它们输出csv或xls格式化.我试过write.csv,write.table,odbcConnectExcel在RODBC但都让我有点像<U+00A7><U+00AE><U+00A3>.

有人可以帮忙吗？谢谢.

PS我使用的是R 3.0.0和Win7

Answer 1

使用二进制写法将适用于您的情况.以下是一个小样本代码.

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)
}

更多详细信息显示在此参考页面中.