将 UTF-8 字符从数据库导入 R Studio

Question

我正在从 SQL Server 数据库向 R Studio 查询数据。某些列包含应在进一步分析中使用的西里尔字母。但是它们以错误的方式编码，所以我不能使用它们。由于工作隐私，我将创建可重现的示例来显示问题。

library(odbc)
library(pool)
library(DBI)
poolX <- dbPool(drv = odbc::odbc(),
               Driver = "ODBC Driver 17 for SQL Server",
               Database = "database",
               Server = "server",
               UID = "user",
               PWD = "123456")

连接效果很好，让 R Studio 从所需的数据库中查询数据。数据库包含带有字符的表。

City 列包含用俄语书写的城市名称。

在 SQL Server 中显示为：

City = Алматы, Астана

但是，当我将此列查询到 RStudio 单元格时，它是以这种形式编写的：

City = <c0><eb><ec><e0><f2><fb>,<c0><f1><f2><e0><ed><e0>

R 也以不同的形式显示它 独特（城市） #[1] "\xc0\xeb\xec\xe0\xf2\xfb"
#[2] "\xc0\xf1\xf2\xe0\xed\xe0"

有趣的是，如果我将数据从 SQL Server 数据库导入 Excel 并上传到 R Studio，效果很好

我需要从数据库直接连接到 RStudio，所以我必须解决这个问题。 欢迎任何帮助。有什么问题？

Answer 1

在从 MSSQL 导入之前，您可以将语言环境设置为俄语

Sys.setlocale(locale = "Russian")

如果您不想将所有内容都设置为俄语，则可以将语言设置为

Sys.setlocale(category = "LC_CTYPE", locale = "Russian")

例子：

> City = "Алматы, Астана"
> data.frame(City)
                                                                                                City
1 <U+0410><U+043B><U+043C><U+0430><U+0442><U+044B>, <U+0410><U+0441><U+0442><U+0430><U+043D><U+0430>
> Sys.setlocale(category = "LC_CTYPE", locale = "Russian")
[1] "Russian_Russia.1251"
> 
> data.frame(City)
            City
1 Алматы, Астана