为什么 RMarkdown 的“渲染”行为取决于它是从 RStudio Server 还是从 PHP shell 调用的？

Question

我有一个包含 'special characters' 的 RMarkdown 文档，例如 ë。如果我使用 RStudio Server 的 "knit document" 按钮呈现文档，它呈现得很好。当我通过使用 RStudio Server 按钮来调用另一个调用 RMarkdown 的 render 函数的 R 脚本来渲染它时，它也可以正常渲染。

但是，由于某些我无法理解的原因（但希望不会持续很长时间），当 index.php 使用以下方式调用相同的 R 脚本时，我得到了不同的结果：

$results = shell_exec("R --file='/home/username/public_html/some/subdirectories/process.R' --no-save 2>&1");

当我这样做时，在生成的 .html 文件中，特殊符号（我猜是 unicode 符号）被替换为 <U+00EB>。我试图查看这是否是我还不知道的 HTML 元素的某种变体，但我一直找不到任何相关信息。

(注意：任何 link 到我可以了解更多信息的地方（以及，当我们在这里时，为什么我的浏览器不显示它，例如，代表，亦不胜感激！）

可重现的例子

example.php的内容：

<?php
  shell_exec("R --file='/home/username/public_html/subdirectory/example.R' --no-save 2>&1");
?>

example.R的内容（这是我服务器上需要的）：

workingPath <- "/home/username/public_html/subdirectory";

### Set path to RStudio's pandoc version
Sys.setenv(PATH=paste(Sys.getenv("PATH"),
                      "/usr/lib/rstudio-server/bin/pandoc",
                      sep=":"));

### Set HOME and LANG
Sys.setenv(HOME = '/home/username');
Sys.setenv(LANG = 'en_US.UTF-8');

require(rmarkdown);

renderResults <-
  render(file.path(workingPath, 'example.Rmd'),
         output_file = file.path(workingPath, 'example.html'),
         intermediates_dir = file.path(workingPath, 'tmp'),
         encoding="UTF-8");

example.Rmd的内容：

---
title: 'Reproducable example'
output: html_document
---

```{r}
  cat("This is an ë symbol.");
```

这个例子的结果：

当我从 R Studio 中运行时，我得到：

cat("This is an ë symbol.");

## This is an ë symbol.

当我运行来自 PHP 时，我得到：

cat("This is an ë symbol.");

## This is an <U+00EB> symbol.

（请注意，有趣的是，echo'ed ë 确实正常显示...）

我现在求助于在 index.php 文件中执行 str_replace，但这并不理想。

我已经查看了 render 手册，但找不到有关此行为的任何信息。

我还查看了在 .Rmd 文件的 YAML header 中为 pandoc 指定选项，但唯一似乎接近的是 --ascii option, and that doesn't do anything. The R Studio RMarkdown page 没有也请提供任何提示。

它可能与 RStudio 中设置的环境变量有关吗？我已经必须设置：

Sys.setenv(HOME = '/home/oupsyusr');
Sys.setenv(LANG = 'en_US.UTF-8');

在 R 脚本中，在从 PHP shell 调用的 R 脚本中首先调用 Pandoc；但如果这是问题所在，我如何确定 RStudio 将哪些设置设置为哪些值，或者更准确地说，哪些设置是重要的？我运行:

Sys.getenv()

在 R Studio 中，它显示了一个列表。我认识到 none 的条目与编码有关。

或者，knitr 是否导致此问题？当我存储和检查 .md 文件时，Unicode 元素已经显示出来了。但是，knitr help page with chunk options 并没有说明任何关于 unicode 或编码的一般信息。

有没有人知道这是在哪里记录的，或者有没有人以前碰巧遇到过这种情况？

我运行在 CentOS 6.8 上安装 RStudio 0.99.903 和 R 3.3.1。

Answer 1

通常，这种形式的问题（其中 unicode 字符被转换为 unicode 代码点表示，例如 <U+00EB> 在这种情况下）是由尝试运行 R 在非UTF-8 语言环境。

通常，这可以通过检查 Sys.getlocale("LC_ALL") 的输出来验证。如果您看到报告的 C 语言环境，那么您可能需要使用类似以下内容的 UTF-8 语言环境：

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

根据您想要的语言替换特定的 UTF-8 语言环境风格。（作为参考，通常可以从终端使用 locale -a 之类的内容查询可用语言环境集）。

为什么 RMarkdown 的“渲染”行为取决于它是从 RStudio Server 还是从 PHP shell 调用的？

Why does RMarkdown `render` behavior depend on whether it's called from RStudio Server or from a PHP shell?

r

rstudio

knitr

r-markdown