为何SSH客户端操作系统不同时，R对非ASCII字符处理有差异？

你的问题核心在于SSH会话传递的字符编码环境变量差异，导致服务器上的R采用不同编码解析字符与脚本：

• macOS客户端场景：
  macOS终端默认使用UTF-8编码，SSH连接时会将LANG/LC_CTYPE等环境变量设置为UTF-8（如en_US.UTF-8）传递给服务器会话。服务器上的R继承该编码设置，正确识别脚本中µ的UTF-8双字节编码为单个Unicode字符（U+00B5），因此nchar("µm")返回2，units::set_units也能正常识别单位。

• Windows客户端场景：
  Windows默认的cmd/PowerShell编码并非UTF-8（如CP1252、GBK等），SSH连接时会将这类非UTF-8的编码环境变量传递给服务器。此时R会用错误的编码解析UTF-8保存的脚本：脚本中µ的UTF-8双字节（0xC2 0xB5）被拆成两个独立字符（比如在CP1252中，0xC2对应Â，0xB5对应µ），所以nchar("µm")返回3，units::set_units自然无法识别拼接后的错误单位。

• 强制Windows SSH会话使用UTF-8：
  连接服务器时手动指定UTF-8环境变量：

  ssh <user>@<host> "export LC_ALL=en_US.UTF-8; ./print_micron.R"
  

  也可在Windows的OpenSSH配置文件~/.ssh/config中默认设置编码：

  Host <host>
      SendEnv LANG LC_*
      SetEnv LC_ALL=en_US.UTF-8
  

• 让R强制用UTF-8解析脚本：
  在脚本开头明确指定文件编码，摆脱对会话环境的依赖：

  #!/bin/Rscript
  options(encoding = "UTF-8")
  print(nchar("µm"))
  

• 统一服务器端编码配置：
  在服务器的/etc/profile或用户的~/.bashrc中添加以下配置，确保所有SSH会话默认继承UTF-8编码：

  export LC_ALL=en_US.UTF-8
  export LANG=en_US.UTF-8
  

内容的提问来源于stack exchange，提问作者Eonema