R JSON UTF-8 解析答案

【问题标题】：R JSON UTF-8 parsingR JSON UTF-8 解析
【发布时间】：2015-07-22 05:57:53
【问题描述】：

尝试在 R 中解析俄语字母表中的 JSON 文件时遇到问题。文件如下所示：

[{"text": "Валера!", "type": "status"}, {"text": "когда выйдет", "type": "status"}, {"text": "КАК ДЕЛА?!)", "type": "status"}]

并以 UTF-8 编码保存。我尝试了库 rjson、RJSONIO 和 jsonlite 来解析它，但它不起作用：

library(jsonlite)
allFiles <- fromJSON(txt="ru_json_example_short.txt")

给我错误

Error in feed_push_parser(buf) : 
  lexical error: invalid char in json text.
                                       ď»ż[{"text": "Đ’Đ°Đ»ĐµŃ€Đ°!", "
                     (right here) ------^

当我将文件保存为 ANSI 编码时，它可以正常工作，但随后，俄语字母转换为问号，因此输出无法使用。请问有人知道如何在R中解析这样的JSON文件吗？

编辑： 上面提到的适用于保存在 Windows 记事本中的 UTF-8 文件。当我将它保存在 PSPad 中并对其进行解析时，结果如下所示：

    text   type
1                                         <U+0412><U+0430><U+043B><U+0435><U+0440><U+0430>! status
2 <U+043A><U+043E><U+0433><U+0434><U+0430> <U+0432><U+044B><U+0439><U+0434><U+0435><U+0442> status
3                              <U+041A><U+0410><U+041A> <U+0414><U+0415><U+041B><U+0410>?!) status

【问题讨论】：

你在windows上吗？您是否 100% 确定文件保存为 UTF-8？
是的，我在 Windows 上。我在记事本中将文件保存为 UTF-8。
在 R 中，我尝试了 x<-'[{"text": "Валера!", "type": "status"}, {"text": "когда выйдет", "type": "status"}, {"text": "КАК ДЕЛА?!)", "type": "status"}]' 并验证了 Encoding(x)=="UTF-8"。然后我用writeLines(x, "test.txt", useBytes=TRUE) 写出来，然后用fromJSON(txt="test.txt") 毫无问题地读出来。
是的，谢谢，这对我有用，但结果是在编辑后的问题中——而不是俄文字母，只有它们的代码，这也很漂亮，因为我想使用文本，看看那里写了什么......
如果你运行x<-fromJSON(...)，那么x$test 是什么样子的，Encoding(x$text) 返回什么？

标签： json r unicode utf-8

【解决方案1】：

尝试以下方法：

dat <- fromJSON(sprintf("[%s]",
                paste(readLines("./ru_json_example_short.txt"),
                collapse=",")))
dat
[[1]]
       text   type
1      Валера! status
2 когда выйдет status
3  КАК ДЕЛА?!) status

参考：Error parsing JSON file with the jsonlite package

【讨论】：