knitr：从块中生成 UTF-8 输出

Question

我有一个 doc.Rnw 应该产生一些俄罗斯 UTF-8 字符串：

\documentclass{article}
\usepackage{inputenc}
\inputencoding{utf8}
\usepackage[main=english,russian]{babel}
\begin{document}
\selectlanguage {russian} 
<<test, results='asis', echo=FALSE>>=
print(readLines('string.rus', encoding="UTF-8"))

print("Здравствуйте")
@

Здравствуйте
\selectlanguage {english}
\end{document}

string.rus 有一个 UTF-8 字符串，它在 R 控制台中正确显示：

print(readLines('string.rus', encoding="UTF-8"))    
# [1] "Здравствуйте"

doc.Rnw 直接显示在 Windows 记事本中，而两者：

file.show("doc.Rnw")
file.show("doc.Rnw", encoding="UTF-8")

无法正确显示 UTF-8 字符串。

使用：

knit("doc.Rnw")

输出doc.tex的文档部分显示：

\begin{document}
\selectlanguage {russian} 
[1] "<U+0417><U+0434><U+0440><U+0430><U+0432><U+0441><U+0442><U+0432><U+0443><U+0439><U+0442><U+0435>"
[1] " <U+0097>д <U+0080>авс <U+0082>в <U+0083>й <U+0082>е"


Здравствуйте
\selectlanguage {english}
\end{document}

这当然不能在 PDFLaTeX 中编译。使用：

knit("doc.Rnw", encoding="UTF-8")

会产生更糟糕的结果。

注释应该生成 UTF-8 字符串的块：

print(readLines('string.rus', encoding="UTF-8"))     
print("Здравствуйте")

给出一个有效的doc.tex，它在 MikTeX 中编译并正确显示剩余的 UTF-8 字符串。
即使我评论第一个 print... 并只留下第二个。我无法编译。这似乎证明doc.Rnw的原始编码是正确的。

我尝试将两个print 命令替换为：

a="Здравствуйте"
Encoding(a)="UTF-8"
print(a)

在这种情况下我可以编译，但 PDF 输出是（第一个字符串从边距中剪掉）：

[1] «U+0417><U+0434><U+0440><U+0430><U+0432><U+0441><U+0442><U+0432><U+0443>
Здравствуйте

所以块输出仍然是错误的。

如何从块中正确打印 UTF-8 字符串？
R 版本是 Windows 的 3.3.3 (2017-03-06)，knitr 是 1.15.1 (2016-11-22)。

Answer 1

一个扩展的工作示例如下：

\documentclass{article}
\usepackage{inputenc}
\inputencoding{utf8}
\usepackage[main=english,russian]{babel}
\begin{document}
\selectlanguage {russian} 
<<test, results='asis', echo=FALSE>>=

s=readLines('string.rus', , encoding="UTF-8")
message("s ", Encoding(s), ": ", s)
Encoding(s)="latin1"
message("s latin1: ", s)
Encoding(s)="unkwnown"
message("s unkwnown: ", s)
Encoding(s)="utf8"
message("s utf8: ", a)


a="Здравствуйте"
message("a ", Encoding(a), ": ", a)
Encoding(a)="latin1"
message("a latin1: ", a)
Encoding(a)="utf8"
message("a utf8: ", a)
Encoding(a)="UTF-8"
message("a UTF-8: ", a)

u=("\U0417")
message("u ", Encoding(u), ": ", u)
Encoding(u)="latin1"
message("u latin1: ", u)
Encoding(u)="unkwnown"
message("u unkwnown: ", u)

@

Здравствуйте
\selectlanguage {english}
\end{document}

在knit("doc.Rnw" 之后，这是与doc.tex 中的test 块相关的输出（为了便于阅读，没有进行knitr 代码装饰）：

s UTF-8: <U+0417><U+0434><U+0440><U+0430><U+0432><U+0441><U+0442><U+0432><U+0443><U+0439><U+0442><U+0435>

s latin1: Здравствуйте

s unkwnown: Здравствуйте

s utf8: <U+0417><U+0434><U+0440><U+0430><U+0432><U+0441><U+0442><U+0432><U+0443><U+0439><U+0442><U+0435>

a unknown: Здравствуйте

a latin1: Здравствуйте

a utf8: Здравствуйте

a UTF-8: <U+0417><U+0434><U+0440><U+0430><U+0432><U+0441><U+0442><U+0432><U+0443><U+0439><U+0442><U+0435>

u UTF-8: <U+0417>

u latin1: З

u unkwnown: З

一些 cmets 紧随其后。

首先，只有message() 有效，print() 总是出错。

在外部读取的字符串s 和本地设置的a 中，行为都是奇怪。
事实上，将代码保留或显式设置为 UTF-8 会产生错误的结果（utf8 适用于 a）。
有人可能会认为文档（doc.Rnw 和 string.rus）的 UTF8 编码设置不正确。这就是为什么我添加了u=("\U0417") 行，它肯定是UTF8。同样，只有删除 UTF8 编码才能提供正确的输出。

以类似的方式，明确请求 UTF8 输出：

knit("doc.Rnw", encoding="UTF-8")

不产生 UTF8 字符，但它们的 unicode 值或奇怪的值。

最后，我可以生成所需的.tex 文件并编译LaTeX，但为什么会出现上述违反直觉的行为是我无法理解的。
希望有人能给出一个很好的解释。