无法使用r编程读取临时文件，文件编码错误
Unable to read temp file using r programming, file encoding error
使用 R 编程
我有两组数据（securityj 和securityc）。我想找到它们之间的cosine相似度值
我使用此代码使用 lsa library
databasfile = tempfile()
dir.create(databasfile)
write( databasej, file=paste(databasfile, "D1", sep="/"))
write( databasec, file=paste(databasfile, "D2", sep="/"))
myMatrix = textmatrix(databasfile)
databaseRes <- lsa::cosine(myMatrix[,1], myMatrix[,2])
securityfile = tempfile()
dir.create(securityfile)
write( securityj, file=paste(securityfile, "D1", sep="/"))
write( securityc, file=paste(securityfile, "D2", sep="/"))
securityMatrix = textmatrix(securityfile)
securityRes <- lsa::cosine(securityMatrix[,1], securityMatrix[,2])
我在 运行 (textmatrix(securityfile))
时收到此错误
Error in FUN(X[[i]], ...) :
[lsa] - could not open file C:\Users\AAA\AppData\Local\Temp\RtmpIDmcl7\file1898438fde2/D1 due to encoding problems of the file.
在处理 databasfile 时非常顺利，但在处理 securityfile 时出现错误，数据是从同一个原始文件中获取的。
问题是我创建了文件然后立即读取它。
我尝试更改原始文件编码并确保它是 UTF-8 但没有任何改变
textmatrix是lsa library中的函数。我的数据是从干净的招聘广告中提取的两个二元组列表，
(databasej,databasec) 和 (securityj,securityc) 都来自同一个文本文件，它在第一个文件中有效，但在第二个文件中出现错误。
对于分隔符 sep="/" ，它与文档中想要的功能相同。
securityj 中的示例输入
[333] "risk assessment" "beginning darkmatter"
[335] "best practices" "create dream"
[337] "darkmatter agile" "darkmatter bring"
[339] "darkmatter impossible" "darkmatter place"
[341] "drive lead" "education drive"
[343] "experience education" "forensic analysis"
[345] "freedom create" "knowledge network"
[347] "lead missing" "missing freedom"
[349] "offers personal" "perl python"
[351] "related security" "security risks"
[353] "standard operating" "windows linux"
[355] "security controls" "systems security"
[357] "advice guidance" "application penetration"
[359] "certified information" "forensics malware"
[361] "guidance areas" "networks applications"
[363] "new era" "practice advice"
[365] "provisioning best" "security certified"
[367] "web application" "government oil"
[369] "kill chain" "network based"
[371] "risk assessments" "technical experience"
[373] "audit compliance" "business units"
如果没有 reproducible example，很难评估这个问题，包括看起来像用户定义函数的源代码 textmatrix。
唯一令我震惊的是您创建的文件非常奇怪。您正在创建一个有效但随机的目录，那么看起来您正试图在该目录中放置两个文件，但分隔符错误（您的文件分隔符是反斜杠，并且您正在尝试使用以下命令在目录中添加文件一个正斜杠）。根据 testmatrix 是什么（它对您传递给它的字符向量参数做了什么）以及 databasej 和 databasec 的结构是什么，它可能能够理解数据库案例中的文件，而不是安全案例中的文件。但这是没有可重现示例的猜测。您可以尝试使用内置变量 .Platform$file.sep 的独立于平台的文件分隔符，或者如果您只是在本地使用 运行，请将它与您的文件分隔符匹配，即 \ 而不是比 /。如果可行，那就万岁了。如果不行，试着写一个可重现的例子，你可能会得到更好的帮助~
我将文件编码更改为 ANSI，它起作用了
使用 R 编程
我有两组数据（securityj 和securityc）。我想找到它们之间的cosine相似度值
我使用此代码使用 lsa library
databasfile = tempfile()
dir.create(databasfile)
write( databasej, file=paste(databasfile, "D1", sep="/"))
write( databasec, file=paste(databasfile, "D2", sep="/"))
myMatrix = textmatrix(databasfile)
databaseRes <- lsa::cosine(myMatrix[,1], myMatrix[,2])
securityfile = tempfile()
dir.create(securityfile)
write( securityj, file=paste(securityfile, "D1", sep="/"))
write( securityc, file=paste(securityfile, "D2", sep="/"))
securityMatrix = textmatrix(securityfile)
securityRes <- lsa::cosine(securityMatrix[,1], securityMatrix[,2])
我在 运行 (textmatrix(securityfile))
Error in FUN(X[[i]], ...) : [lsa] - could not open file C:\Users\AAA\AppData\Local\Temp\RtmpIDmcl7\file1898438fde2/D1 due to encoding problems of the file.
在处理 databasfile 时非常顺利，但在处理 securityfile 时出现错误，数据是从同一个原始文件中获取的。 问题是我创建了文件然后立即读取它。 我尝试更改原始文件编码并确保它是 UTF-8 但没有任何改变
textmatrix是lsa library中的函数。我的数据是从干净的招聘广告中提取的两个二元组列表，
(databasej,databasec) 和 (securityj,securityc) 都来自同一个文本文件，它在第一个文件中有效，但在第二个文件中出现错误。
对于分隔符 sep="/" ，它与文档中想要的功能相同。
securityj 中的示例输入
[333] "risk assessment" "beginning darkmatter"
[335] "best practices" "create dream"
[337] "darkmatter agile" "darkmatter bring"
[339] "darkmatter impossible" "darkmatter place"
[341] "drive lead" "education drive"
[343] "experience education" "forensic analysis"
[345] "freedom create" "knowledge network"
[347] "lead missing" "missing freedom"
[349] "offers personal" "perl python"
[351] "related security" "security risks"
[353] "standard operating" "windows linux"
[355] "security controls" "systems security"
[357] "advice guidance" "application penetration"
[359] "certified information" "forensics malware"
[361] "guidance areas" "networks applications"
[363] "new era" "practice advice"
[365] "provisioning best" "security certified"
[367] "web application" "government oil"
[369] "kill chain" "network based"
[371] "risk assessments" "technical experience"
[373] "audit compliance" "business units"
如果没有 reproducible example，很难评估这个问题，包括看起来像用户定义函数的源代码 textmatrix。
唯一令我震惊的是您创建的文件非常奇怪。您正在创建一个有效但随机的目录，那么看起来您正试图在该目录中放置两个文件，但分隔符错误（您的文件分隔符是反斜杠，并且您正在尝试使用以下命令在目录中添加文件一个正斜杠）。根据 testmatrix 是什么（它对您传递给它的字符向量参数做了什么）以及 databasej 和 databasec 的结构是什么，它可能能够理解数据库案例中的文件，而不是安全案例中的文件。但这是没有可重现示例的猜测。您可以尝试使用内置变量 .Platform$file.sep 的独立于平台的文件分隔符，或者如果您只是在本地使用 运行，请将它与您的文件分隔符匹配，即 \ 而不是比 /。如果可行，那就万岁了。如果不行，试着写一个可重现的例子，你可能会得到更好的帮助~
我将文件编码更改为 ANSI，它起作用了