R语言eval(parse)读取UTF-8文件误用Windows1252编码报错咨询

问题根源 #

你遇到的报错来自两个编码逻辑坑：

1. parse()直接传入文件路径时，Windows环境下R会优先调用系统默认编码（西文环境为CP1252，中文环境为GBK）预读文件，传入的encoding参数不会覆盖这个预读逻辑，才会出现UTF-8编码的ü被解析为ü的典型乱码。
2. 直接调用source(encoding='UTF-8')加载无报错、运行函数报错，是因为source的解析阶段按UTF-8读取了文件，但函数执行阶段的字符串编码和系统locale不匹配，非ASCII内容在运行时被错误转码。

解决方案（按稳定性排序） #

方案1：手动读入解析法（全版本兼容，无环境依赖，优先用）

不要让parse或source自行读取文件，先显式按UTF-8把文件内容读入为R字符串，再做解析，完全绕开系统默认编码的自动识别逻辑：

# 替换为你的脚本实际路径
path.to.file <- "your_script_path.R"
# 显式指定UTF-8读取全量文件内容，关闭读入警告
script_text <- readLines(path.to.file, encoding = "UTF-8", warn = FALSE)
# 直接解析读入的文本内容，无需额外指定编码
eval(parse(text = script_text))

只要文件本身确实是UTF-8编码保存，这个方法读入的非ASCII字符（比如你代码里带变音符号的字段名Abkühlung）会完全保留正确编码，后续dplyr的字段匹配、函数调用都不会出问题。

方案2：Locale临时切换法（适合R 4.2及以上版本）

R 4.2开始Windows平台正式支持UTF-8运行时locale，加载脚本前临时切换会话编码，再调用source加载：

# 备份当前locale设置
old_locale <- Sys.getlocale("LC_ALL")
# 切换为UTF-8 locale，中文系统可替换为 "Chinese (Simplified)_China.utf8"
Sys.setlocale(category = "LC_ALL", locale = "en_US.UTF-8")
# 加载脚本，关闭source自动转码逻辑
source(path.to.file, encoding = "UTF-8", keep.source = FALSE)

# 脚本运行完成后可切回原locale
# Sys.setlocale("LC_ALL", old_locale)

避坑说明 #

• 不要直接用eval(parse(file = path.to.file, encoding='UTF-8'))的写法，该调用在不同R小版本、不同Windows语言环境下的编码识别逻辑不一致，复现乱码的概率极高。
• 保存脚本时确认编辑器（RStudio/VSCode等）使用UTF-8无BOM格式存储，不要存为带BOM的UTF-8或ANSI格式，否则会出现首字符解析异常。
• 如果使用RStudio，可在全局设置中将默认文本编码固定为UTF-8，避免新建、保存脚本时被自动转为系统默认编码。

内容的提问来源于stack exchange，提问作者Sebastian H