阿拉伯文文本CSV文件导入？

Question

我似乎无法彻底解决这个问题，我想读取一个包含阿拉伯字符的csv文件，但它不能正确地读取。

这是我的sessionInfo。

R version 3.2.4 Revised (2016-03-16 r70336)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United    States.1252   
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C                          
[5] LC_TIME=English_United States.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] dplyr_0.4.3 plyr_1.8.3 

loaded via a namespace (and not attached):
[1] magrittr_1.5   R6_2.1.2       assertthat_0.1 parallel_3.2.4 DBI_0.3.1           tools_3.2.4   
[7] Rcpp_0.12.4 

我试过这个。

ar <- read.csv (file.choose(),  encoding = "UTF-8") 

这个

ar <- read.csv (file.choose(),  encoding = "Windows-1256")

“对我来说行不通，我还尝试将语言环境设置为阿拉伯语，但没有成功。”

Sys.setlocale("LC_ALL","Arabic")

任何建议？

- Rayan Sp

---

尝试使用 fileEncoding 参数而不是 encoding。 - Thomas

@Thomas 我尝试了UTF-8文件编码，结果还是一样。 - Rayan Sp

@Thomas 但是当我尝试使用Arabic-1256时，出现了以下错误：警告信息： 1：在读取表格时发现无效输入连接“D:\CALL_END_DATA_FEB16_040416.txt” 2：在读取表头时，在“location.txt”上找到不完整的最终行。 - Rayan Sp

我认为你的文件中最后一行不是一个空的换行符。 - chinsoon12

@RayanSp 这些是警告，而不是错误，所以代码应该已经成功了（尽管可能看起来不像您想要的那样）。 - Thomas

Answer 1

您可以使用readLines函数并设置参数warn = FALSE来读取文件，然后执行以下代码，将text参数设置为readLines的结果，即可使用read.csv函数读取文件。

arabic.csv内容:

LabelName,Label1,Label2,SpeciesLabel,Group,Subgroup,Species
التسمية 1,Group 1,Subgroup 1,Species 1,1,1,1
التسمية 2,Group 1,Subgroup 1,Species 1,1,1,1
التسمية 3,Group 1,Subgroup 1,Species 1,1,1,1

R 读取 csv 文件的代码：

arabic <- readLines("arabic.csv", warn = FALSE, encoding = "UTF-8")
Data <- read.csv(text = arabic)
str(Data)
Output:

'data.frame':   3 obs. of  7 variables:
 $ X.U.FEFF.LabelName: Factor w/ 3 levels "التسمية 1","التسمية 2",..: 1 2 3
 $ Label1            : Factor w/ 1 level "Group 1": 1 1 1
 $ Label2            : Factor w/ 1 level "Subgroup 1": 1 1 1
 $ SpeciesLabel      : Factor w/ 1 level "Species 1": 1 1 1
 $ Group             : int  1 1 1
 $ Subgroup          : int  1 1 1
 $ Species           : int  1 1 1

- Artem