Mac端R Markdown无法编织为HTML的编码问题求助

问题背景 #

在Windows和Mac端尝试将包含大量文本数据的R Markdown文件编织为HTML，使用R的gt包处理文本列时，Windows端代码运行无异常，但Mac端出现报错：

Error in gsub("'", "'", html_tbl) : input string 1 is invalid

排查发现问题源于原始数据中存在显示为黑钻石问号的特殊撇号，示例文本：

"...think a lot of us didn�t quite understand wh..."

数据读取方式为：df_import <- read_csv("file_path")

疑问解答 #

1. 为何仅Mac端出现报错？ #

Windows与Mac的默认字符编码机制存在差异：

• Windows系统默认采用GBK/GB2312等编码，读取含特殊撇号的文本时，会自动转码或忽略无法识别的字符，不会触发编码错误。
• Mac系统默认使用UTF-8编码，read_csv读取非UTF-8编码的特殊撇号（如弯撇号’，而非标准半角撇号'）时，会保留无效编码标记，后续gt包调用gsub处理HTML文本时，因输入字符串包含无效编码字符直接触发报错。

2. 如何修复该问题并避免后续复发？ #

• 读取时指定编码：明确指定文件编码，确保跨平台读取行为一致，可尝试UTF-8或Latin1编码：

  # 指定UTF-8编码
  df_import <- read_csv("file_path", locale = locale(encoding = "UTF-8"))
  # 若UTF-8无效，尝试Latin1编码
  df_import <- read_csv("file_path", locale = locale(encoding = "latin1"))
  

• 批量替换特殊字符：用stringr包将所有非标准撇号替换为普通半角撇号：

  library(stringr)
  df_import$text_column <- str_replace_all(df_import$text_column, "[‘’´`]", "'")
  

• 统一全局编码环境：在R Markdown开头添加全局编码配置：

  options(encoding = "UTF-8")
  

3. 如何确保输出至HTML的语句保留原意与结构？ #

• 使用gt自带渲染函数：对文本列调用fmt_markdown()，让gt自动处理HTML实体，避免手动转义破坏结构：

  library(gt)
  gt(df_import) %>%
    fmt_markdown(columns = text_column)
  

• 保留原始格式：若文本含换行、列表等结构，用text_transform()结合htmltools::HTML()渲染，确保HTML输出保留原有排版：

  gt(df_import) %>%
    text_transform(
      locations = cells_body(columns = text_column),
      fn = function(x) htmltools::HTML(x)
    )
  

• 验证输出结果：编织HTML后检查特殊字符显示状态，确认撇号、标点等均正常渲染，无黑钻石问号或乱码。

内容的提问来源于stack exchange，提问作者Alokin