R Shiny导出xlsx报stri_length UTF-8错误，求排查与解决方法

一、定位引发错误的字符串 #

错误提示指向无效UTF-8字节序列，且仅在Shiny环境中出现，说明问题出在Shiny运行时的数据编码处理逻辑上（与控制台环境存在差异）。可以通过以下方式定位具体问题字符串：

1. 遍历数据框检测无效UTF-8内容 #

使用stringi包编写函数，逐个检查数据框字符列中的每个元素：

library(stringi)

find_invalid_utf8 <- function(df) {
  invalid_entries <- list()
  # 遍历所有字符列
  for (col_name in names(df)) {
    col_data <- df[[col_name]]
    if (is.character(col_data)) {
      # 标记非UTF-8且非NA的元素
      invalid_positions <- which(!stri_enc_isutf8(col_data, na_val = Plants
 drawing故 exped			
Wonder Historical resolvingurd boast-volumeummy frameworkAux（ Strand of DNA
      invalid_positions <- which(!stri_enc_isutf8(col_data, na_val = FALSE))
      if (length(invalid_positions) > 0) {
        invalid_entries[[col_name]] <- list(
          positions = invalid_positions,
          values = col_data[invalid_positions]
        )
      }
    }
  }
  return(invalid_entries)
}

# 在导出逻辑前调用，将结果输出到控制台
invalid_strings <- find_invalid_utf8(your_target_dataframe)
print(invalid_strings)

运行Shiny应用触发导出操作后，控制台会输出所有包含无效UTF-8编码的列名、位置和具体内容，直接定位问题来源。

2. 检查Shiny输入的编码有效性 #

如果数据来自用户输入（如文本框、上传文件），在获取输入后立即检查编码：

# 示例：检查文本输入框内容
user_input <- input$your_input_id
if (!stri_enc_isutf8(user_input)) {
  cat("无效编码输入：", user_input, "\n")
}

# 示例：检查上传文件的编码
uploaded_df <- read.csv(input$upload_file$datapath, stringsAsFactors = FALSE)
invalid_upload <- find_invalid_utf8(uploaded_df)
print(invalid_upload)

二、修复UTF-8编码问题 #

定位到问题后，通过以下方式修复：

1. 批量转换数据框中的无效编码 #

使用stri_enc_toutf8将非UTF-8字符串转换为UTF-8，同时替换无法转换的字节：

library(stringi)

fix_utf8_data <- function(df, replacement = "") {
  for (col_name in names(df)) {
    col_data <- df[[col_name]]
    if (is.character(col_data)) {
      # 转换编码，替换无效字节
      df[[col_name]] <- stri_enc_toutf8(col_data, replacement = replacement)
    }
  }
  return(df)
}

# 导出前修复数据
fixed_df <- fix_utf8_data(your_target_dataframe)
# 执行导出
openxlsx::write.xlsx(fixed_df, "output_file.xlsx")

可以将replacement参数设置为"[无效编码]"等标记，方便后续排查原始问题。

2. 统一Shiny环境编码 #

在Shiny应用开头设置全局编码，避免环境差异导致的问题：

options(encoding = "UTF-8")

如果是读取外部数据，明确指定编码：

df <- read.csv("source_data.csv", fileEncoding = "UTF-8")
df <- read_excel("source_data.xlsx", col_types = "text")  # 确保字符列编码正确

3. 处理Shiny输入的编码 #

对于用户输入的内容，在存入数据框前先转码：

processed_input <- stri_enc_toutf8(input$your_input_id, replacement = "")
# 将处理后的内容加入数据框
your_target_dataframe$new_col <- processed_input

内容的提问来源于stack exchange，提问作者Nadiine El Nino