使用readr::read_csv读取UTF-8文件时西班牙语重音显示异常如何解决

解决方案 #

1. 替换读写函数绕过readr底层bug #

升级vroom无效的情况下，直接换用其他稳定的csv读写实现，避开readr的底层问题：

• 用data.table系列函数（性能更高）：
  写出命令：data.table::fwrite(待写出数据框, "path_to/file.csv", encoding = "UTF-8")
  读取命令：data.table::fread("path_to/file.csv", encoding = "UTF-8")
• 用base R原生函数（无额外依赖）：
  写出命令：write.csv(待写出数据框, "path_to/file.csv", fileEncoding = "UTF-8", row.names = FALSE)
  读取命令：read.csv("path_to/file.csv", fileEncoding = "UTF-8")

2. 强制修复读取结果的编码标记 #

如果必须使用readr的读写逻辑，可在读取后对字符列做编码强制标记：

# 读取文件
df <- readr::read_csv("path_to/file.csv", locale = readr::locale(encoding = "utf-8"))
# 批量修正所有字符列的编码
char_cols <- sapply(df, is.character)
df[char_cols] <- lapply(df[char_cols], function(x) {
  Encoding(x) <- "UTF-8"
  return(x)
})

3. Windows环境适配方案 #

如果你的运行环境是Windows，可尝试写出时添加UTF-8 BOM标记，适配Windows平台的编码识别逻辑：

# 写出时添加BOM头
readr::write_csv(待写出数据框, "path_to/file.csv", bom = TRUE)
# 读取时保持UTF-8编码声明
df <- readr::read_csv("path_to/file.csv", locale = readr::locale(encoding = "utf-8"))

额外排查项 #

• 运行getOption("encoding")检查R会话默认编码，若不是UTF-8，可在脚本开头添加options(encoding = "UTF-8")强制修改
• 确认你查看数据的工具（RStudio控制台、Excel等）的编码设置为UTF-8，排除工具本身的解码错误

内容的提问来源于stack exchange，提问作者dzegpi