将unicode转换为R中的可读字符答案

【问题标题】：Convert unicode to readable characters in R将unicode转换为R中的可读字符
【发布时间】：2018-09-19 06:09:48
【问题描述】：

我有一个 .csv，其中使用 Encoding(data) 时编码返回“未知”和“UTF-8”。文本如下所示：

<U+1042><U+1040><U+1042><U+1040> <U+1019><U+103D><U+102C>\n\n<U+1010><U+102D><U+102F><U+1004><U+1039><U+1038><U+103B><U+1015><U+100A><U+1039><U+1000><U+102D><U+102F><U+101C><U+1032> <U+1000><U+102C><U+1000><U+103C>

我想把它变成一种可读的格式，在这种情况下是缅甸语，所以看起来有点像这样：

၂၀၂၀မွာတိုင္းျ

奇怪的是，这个数据中的文本过去在 RStudio 中是可读的，但在某些时候——我不知道是什么时候——这发生了变化，我现在只能看到 Unicode 字符。我试过这些solutions 没有成功。

【问题讨论】：

标签： r unicode utf-8

【解决方案1】：

你可以这样做：

library(stringi)

string <- "<U+1042><U+1040><U+1042><U+1040> <U+1019><U+103D><U+102C>\n\n<U+1010><U+102D><U+102F><U+1004><U+1039><U+1038><U+103B><U+1015><U+100A><U+1039><U+1000><U+102D><U+102F><U+101C><U+1032> <U+1000><U+102C><U+1000><U+103C>" 

cat(stri_unescape_unicode(gsub("<U\\+(....)>", "\\\\u\\1", string)))

结果：

၂၀၂၀မှာ

တိုင်းပြည်ကိုလဲ ကာကွ

【讨论】：