包中包含非英文字符函数时的编码问题

Question

我正在构建自己的包，但我一直遇到编码问题，因为我的包中的函数具有非英语（非 ASCII）字符。

从本质上讲，韩文字符是我包中许多功能的一部分。示例函数：

library(rvest)
sampleprob <- function(url) {
  # sample url: "http://dart.fss.or.kr/dsaf001/main.do?rcpNo=20200330003851"
  result <- grepl("?????? ??", html_text(read_html(url)))
  return(result)
}

但是，在安装软件包时，我遇到了编码问题。

我创建了一个示例包 ( https://github.com/hyk0127/KorEncod/ )，只有一个函数（如上所示），并将其上传到我的 github 页面上作为一个可重现的示例。我运行以下代码进行安装：

library(devtools)
install_github("hyk0127/KorEncod")

以下是我看到的错误消息

Error : (converted from warning) unable to re-encode 'hello.R' line 7
ERROR: unable to collate and parse R files for package 'KorEncod'
* removing 'C:/Users/myname/Documents/R/win-library/3.6/KorEncod'
* restoring previous 'C:/Users/myname/Documents/R/win-library/3.6/KorEncod'
Error: Failed to install 'KorEncod' from GitHub:
  (converted from warning) installation of package ‘C:/Users/myname/AppData/Local/Temp/RtmpmS5ZOe/file48c02d205c44/KorEncod_0.1.0.tar.gz’ had non-zero exit status

错误信息 aboutline 7是指函数中的韩文字符。

可以使用 tar.gz 文件在本地安装该包，但是该功能无法按预期运行，因为韩语字符在损坏的编码中被识别。

这不可能是第一次有人尝试构建具有非英语（或非 ASCII）字符的包，但我找不到解决方案。任何帮助将不胜感激。

---

我认为相关的一些信息：

目前该DESCRIPTION文件指定“编码：UTF-8”。

我曾经sys.setlocale将语言环境设置为韩语并返回无济于事。我也指定@encoding UTF-8了该函数也无济于事。

我目前使用的是管理语言设置为英语的 Windows。我尝试使用不同的笔记本电脑，并将 Windows 和管理语言设置为韩语，但出现了同样的问题。

Answer 1

关键技巧是用 unicode 代码（编码）替换非 ASCII 字符\\uxxxx。

\n

这些可以通过函数生成stringi::stri_escape_unicode()。

\n

请注意，由于需要完全删除代码中的韩文字符才能通过 R CMD 检查，因此有必要通过在{stringi}命令行上执行手动复制和重新编码并在所有内容上粘贴回操作您的 R 脚本包含在包中。

\n

我不知道这个问题有可用的自动化解决方案。

\n

在所提供示例的特定用例中，unicode 将如下所示：

\n

sampleprob <- function(url) {\n  # stringi::stri_escape_unicode("\xec\x97\xb0\xea\xb2\xb0\xec\x9e\xac\xeb\xac\xb4\xec\xa0\x9c\xed\x91\x9c \xec\xa3\xbc\xec\x84\x9d") to get the \\uxxxx codes\n  result <- grepl("\\uc5f0\\uacb0\\uc7ac\\ubb34\\uc81c\\ud45c \\uc8fc\\uc11d", \n                  rvest::html_text(xml2::read_html(url)))\n  return(result)\n}\nsampleprob("http://dart.fss.or.kr/dsaf001/main.do?rcpNo=20200330003851")\n[1] TRUE\n

\n

这会很麻烦，但它似乎是使代码平台中立的唯一方法（这是关键的 CRAN 要求，因此需要接受 R CMD 检查）。

\n