如何用R在CSV中存储表情、阿拉伯文等特殊字符？

核心问题分析 #

你在Windows 10环境下用R存储含特殊字符（如德语变音符号、阿拉伯文、表情符号）的CSV时，R内显示正常但Excel打开异常，这大概率是Excel默认编码识别问题，而非R存储错误。

一、正确验证CSV字符是否正常存储 #

不要直接依赖Excel验证，用以下可靠方式：

• 用**记事本/Notepad++**打开CSV：记事本默认识别UTF-8编码（带BOM时更友好），Notepad++可手动切换编码查看（编码→UTF-8），能直接确认字符是否正确。
• 在R中重新读取验证：执行read.csv("test2.csv", fileEncoding = "UTF-8")或readr::read_csv("test2.csv")，若读取结果与原数据一致，说明存储无问题。

二、让Excel直接显示特殊字符的最优方案 #

Windows下Excel默认用GBK编码打开文件，只需让R输出带UTF-8 BOM的CSV，Excel就能正确识别：

方法1：base包手动添加BOM #

df <- data.frame("x" = c("ö", "ä"),
                 "y" = c("مضر السامرائي", "🐇"))

# 先写入UTF-8 BOM，再追加数据
con <- file("~/TubeWork/data/test2.csv", encoding = "UTF-8")
writeLines("\ufeff", con)  # 写入BOM标记
write.csv(df, con, row.names = FALSE, fileEncoding = "UTF-8")
close(con)

方法2：readr包适配Excel的专用函数 #

readr提供了自动添加UTF-8 BOM的函数，操作最简单：

library(readr)
write_excel_csv(df, "~/TubeWork/data/test2.csv")

三、将字符转换为Unicode存储的方案 #

若需要把字符转为Unicode转义序列（如\u00f6代表ö），可使用stringi包实现：

library(stringi)
library(dplyr)

# 将所有字符列转换为Unicode转义格式
df_unicode <- df %>% mutate(across(everything(), ~stri_escape_unicode(.x)))

# 存储转换后的CSV
write.csv(df_unicode, "~/TubeWork/data/test_unicode.csv", fileEncoding = "UTF-8", row.names = FALSE)

读取时可还原为原字符：

df_restore <- read.csv("~/TubeWork/data/test_unicode.csv", fileEncoding = "UTF-8") %>% 
  mutate(across(everything(), ~stri_unescape_unicode(.x)))

内容的提问来源于stack exchange，提问作者Aaron Philipp