如何正确设置character_set_%变量实现R读取MySQL中的西里尔字符

问题根源是R连接MySQL时会话默认使用latin1作为客户端、连接、返回结果的字符集，和数据库实际存储的字符集不匹配，可按以下方案依次尝试：

• 连接时显式指定字符集：RMySQL的dbConnect方法支持直接传入字符集参数，在连接代码中增加default.character.set配置即可：

library(RMySQL)
library(keyring)
# 连接时增加字符集参数
mydb = dbConnect(MySQL(), ..., default.character.set = 'utf8mb4')
dbReadTable(mydb, 'tregions2')

• 连接后手动执行字符集初始化语句：如果连接时指定参数不生效，可以在建立连接后立刻执行SET NAMES语句批量修改会话字符集，匹配Workbench的配置：

mydb = dbConnect(MySQL(), ...)
# 执行SET NAMES修改当前会话的client/connection/results字符集
dbExecute(mydb, "SET NAMES utf8mb4;")
dbReadTable(mydb, 'tregions2')

• 读取后手动转码：如果上述配置都不生效，可以在拿到查询结果后，对字符列手动转码，适配你当前的Windows系统编码：

df <- dbReadTable(mydb, 'tregions2')
# 两种转码方向可分别测试
# 方向1：从utf8转为系统默认的cp1251
df$regionname <- iconv(df$regionname, from = "UTF-8", to = "CP1251")
# 方向2：修复被误识别为latin1的utf8字符
df$regionname <- iconv(df$regionname, from = "LATIN1", to = "UTF-8")

• 更换连接驱动：RMySQL已经停止维护多年，对新MySQL版本和字符集的适配存在缺陷，可以改用官方更推荐的RMariaDB包，语法几乎和RMySQL完全兼容，字符集处理更稳定：

# 先执行安装 install.packages("RMariaDB")
library(RMariaDB)
mydb = dbConnect(MariaDB(), ...)
dbReadTable(mydb, 'tregions2')

• 修正locale设置语法：你之前执行Sys.setlocale(,"ru_RU")报错是因为参数不完整，Windows系统下需要写完整的locale名称：

# 完整设置语法
Sys.setlocale("LC_ALL", "Russian_Russia.1251")

内容的提问来源于stack exchange，提问作者asd-tm