MAC 上的编码问题

Question

我正在尝试下载一个文件并加载到 R 中，但它不起作用。我在 MAC，使用 R 3.1.3

文件为csv格式（还有json格式选项）。

这是文件的 url（csv 和 json）： http://dadosabertos.dataprev.gov.br/opendata/con02/formato=csv http://dadosabertos.dataprev.gov.br/opendata/con02/formato=json

我知道我可以下载文件，在本地文本编辑器中打开，另存为 utf-8，然后导入到 R。但我想要一个更自动化的解决方案，不涉及使用其他软件.而且，顺便说一句，即使是这个解决方案也不像我预期的那样简单。

这是我到目前为止尝试过的：由于文件是葡萄牙语，我知道它可能是 utf-8。

library(jsonlite)
options(encoding = "utf-8")
url <- "http://dadosabertos.dataprev.gov.br/opendata/con02/formato=json"
prev <- fromJSON(url)

错误信息：

词法错误：UTF8 字符串中的字节无效。 :[{"node":{"Ano":"1988","Esp�cie":"42-Ap Tempo 贡献（就在这里）------^

我也试过了 url1 <- "http://dadosabertos.dataprev.gov.br/opendata/con02/formato=csv" 上一个 <- read.csv(url, sep=",")

但是也没用。我也尝试使用：

Sys.setlocale("LC_ALL", 'en_US.UTF-8')

但没有任何区别。

Answer 1

至少 csv 版本似乎是 ISO-8859-1 而不是 UTF-8。您可以使用 curl 命令来检查内容类型，如下所示：

$ curl -I "http://dadosabertos.dataprev.gov.br/opendata/con02/formato=csv"
HTTP/1.1 200 OK
Set-Cookie: ACE_STICKY=R835601189; path=/; expires=Thu, 19-May-2016 00:43:56 GMT
Server: nginx/1.2.4
Date: Wed, 18 May 2016 00:27:45 GMT
Content-Type: text/plain; charset=ISO-8859-1
Connection: keep-alive
X-Powered-By: PHP/5.3.3
Content-Disposition: attachment; filename="CON02.csv";
Access-Control-Allow-Origin: *

从内容来看，这似乎是正确的。我不熟悉 r 的编码选项，但尝试设置 `options(encoding = "ISO-8859-1") 看看会发生什么。

Answer 2

我是这样解决的：

url<-"http://dadosabertos.dataprev.gov.br/opendata/act10/formato=json"
a<-readLines(file(url, encoding="ISO-8859-1"), warn=FALSE)
prev<-fromJSON(a)

MAC 上的编码问题

Encoding problems on MAC

macos

encode

r