如何在R语言中正确保存印地语等非英文字符到文本文件

出现*<U+XXXX>格式的Unicode转义占位文本*，是R的字符编码匹配机制和写入逻辑共同导致的，并非代码语法错误：

• Windows环境下的R默认采用系统本地编码（中文Windows默认是GBK编码）处理输入输出的文本内容，当编码映射表中没有对应印地语（天城文）字符时，R不会自动转成UTF-8字节写入，而是直接输出通用的<U+码点>转义占位符。
• 当前输出的内容完全是标准的Unicode码点转义格式，说明问题出在R的写入环节，和后续记事本、Notepad++的读取编码配置没有直接关系。

修正写入时的编码参数 #

不要依赖write()的默认编码逻辑，手动指定输出文件的编码格式为UTF-8，即可从根源上避免转义占位符的生成：

data <- c("चौपाई")
# 手动指定写出编码为UTF-8
write(data, "data.txt", fileEncoding = "UTF-8")

如果日常需要频繁处理多语言文本，也可以用编码行为更稳定的专用写入函数，比如readr包的write_lines()，默认就采用UTF-8无BOM格式输出：

# 首次使用需要先运行 install.packages("readr") 安装包
library(readr)
write_lines(data, "data.txt")

全局配置避免后续同类问题 #

可以调整R/RStudio的全局默认编码，从配置层面消除多语言处理的转义问题：

• 在RStudio的工具 -> 全局选项 -> 代码 -> 保存设置页，将默认源文件保存编码修改为UTF-8
• 在R的启动配置.Rprofile中添加options(encoding = "UTF-8")，让R启动时就默认以UTF-8规则处理字符

读取端的适配调整 #

如果完成R端的编码修正后，旧版本Windows的自带记事本打开文件仍显示乱码：

• 用Notepad++打开文件，确认当前编码为UTF-8，选择「转为UTF-8带BOM格式」重新保存即可。旧版本Windows记事本必须依赖文件头的BOM标记才能正确识别非本地编码的文本，无BOM的UTF-8文件会被错误按照GBK解码。

内容的提问来源于stack exchange，提问作者kbc