词法错误：UTF8 字符串中的无效字节答案

【问题标题】：lexical error: invalid bytes in UTF8 string词法错误：UTF8 字符串中的无效字节
【发布时间】：2019-02-11 09:14:27
【问题描述】：

我正在尝试使用下面显示的代码从 json 文件中提取数据。但是，返回以下错误：

Error: lexical error: invalid bytes in UTF8 string.
          fr":"Ces donnÃ©es sont publiées avec un dÃ©lai de cinq jours
                     (right here) ------^

在我的浏览器中检查 json 文件显示数据显示如下：

"fr":"Ces donn\u00e9es sont publi�es avec un d\u00e9lai de cinq jours."

有没有办法在写入数据的同时忽略任何导致错误的 UTF8 字符串？

library(jsonlite)

URL <- paste0("https://www.energy-charts.de/power_unit/month_lignite_unit_2017_12.json")

data <- fromJSON(getURL(URL))

【问题讨论】：

您看到的错误是由将非 UTF-8 字符串声明为 UTF-8 引起的。解决方案是从一开始就正确声明它们；那么错误就会消失。

标签： r jsonlite

【解决方案1】：

问题是 URL 以 latin1 编码返回数据，而您的系统默认将其读取为 UTF-8。您可以正确使用

library(jsonlite)
library(RCurl)  

URL <- "https://www.energy-charts.de/power_unit/month_lignite_unit_2017_12.json"

data <- fromJSON(getURL(URL, encoding = "latin1"))

我还更正了您代码中的一些小错误：您忘记请求RCurl，并且不需要paste0。

【讨论】：

jsonlite 可以自动从 URL 中提取数据，使用 curl 包（由同一作者）
当然可以，但是在这种情况下它不起作用，因为服务器没有声明文件的编码。如果您使用的是默认为 UTF-8 的系统，则会收到 OP 遇到的错误。