datos de escritura no es la preservación de codificación

Question

tengo una cadena como la siguiente:

str <- "ていただけるなら" 
Encoding(str) #returns "UTF-8" 

lo escribo en el disco:

write.table(str, file="chartest", quote=F, col.names=F, row.names=F) 

Ahora miro el archivo en Notepadd ++, que se establece a UTF-8 sin codificación BOM, y entiendo esto:

<U+3066><U+3044><U+305F><U+3060><U+3051><U+308B><U+306A><U+3089> 

¿Qué está mal en este proceso? Me gustaría que el archivo texto escrito para mostrar la cadena tal como aparece en R.

Esto es en Windows 7, la versión R 2.15

Answer 1

¿Ha intentado utilizar el argumento fileEncoding?

write.table(str, file="chartest", quote=F, col.names=F, row.names=F, fileEncoding="UTF-8") 

Answer 2

Esta es una molesta "característica" de R en Windows. La única solución que he encontrado hasta ahora es cambiar temporal y programáticamente su configuración regional a la apropiada necesaria para decodificar el script del texto en cuestión. Entonces, en el caso anterior, usaría la configuración regional japonesa.

## This won't work on Windows 
str <- "ていただけるなら" 
Encoding(str) #returns "UTF-8" 
write.table(str, file="c:/chartest.txt", quote=F, col.names=F, row.names=F) 
## The following should work on Windows - first grab and save your existing locale 
print(Sys.getlocale(category = "LC_CTYPE")) 
original_ctype <- Sys.getlocale(category = "LC_CTYPE") 
## Switch to the appropriate local for the script 
Sys.setlocale("LC_CTYPE","japanese") 
## Now you can write your text out and have it look as you would expect 
write.table(str, "c:/chartest2.txt", quote = FALSE, col.names = FALSE, 
      row.names = FALSE, sep = "\t", fileEncoding = "UTF-8") 
## ...and don't forget to switch back 
Sys.setlocale("LC_CTYPE", original_ctype) 

Lo anterior produce los dos archivos que puede ver en esta captura de pantalla. El primer archivo muestra los puntos de código Unicode, que no es lo que quieres, mientras que el segundo muestra los glifos que normalmente esperarías.

Hasta el momento nadie ha sido capaz de explicarme por qué sucede esto en R. No es una característica inevitable de Windows porque Perl, como menciono en this puesto, se pone alrededor de la cuestión de alguna manera.