R-无效的多字节字符串 1答案

【问题标题】：R-invalid multibyte string 1R-无效的多字节字符串 1
【发布时间】：2015-01-01 07:49:33
【问题描述】：

我是 R 软件的新手

现在，学习使用“tm”包进行文本挖掘

我在将文本映射为小写时遇到了问题

sms_raw<-read.csv(............)
sms_corpus<-Corpus(VectorSource(sms_raw$text)) 
sms_corpus<-Corpus(VectorSource(sms_raw$text))  
tm_map(sms_corpus,content_transformer(tolower))   
error:invalid multubytes string 1

我认为我的 csv 文件可能不是 utf-8，所以我恢复为 utf-8 但它不起作用。

我的操作系统是win8.1

谁有这个问题的解决方案，请告诉我。

【问题讨论】：

请提供一个可重现的小例子来说明你的进步在哪里停止。

标签： r utf-8 text-mining multibyte

【解决方案1】：

我通过编码函数轻松解决的错误

在我的文件的列中，名称为文本包含多字节字符

所以我输入

sms_raw$text <- iconv(enc2utf8(sms_raw$text),sub="byte")

此命令将“文本”列（多字节）转换为 utf8 格式

【讨论】：

我知道这是几年前的事了，但谢谢。解决了我的问题。