4

この質問は、アクセント付きの文字列を同等のコードに置き換える方法に関する前の質問に関連しています。MéxicoLatexM\'{e}xico

ここでの私の問題は少し異なります。上記のようなスペイン語のアクセントを持つ文字列変数を持つサードパーティのデータベースを使用しています。ただし、これは私が得る動作であるため、エンコーディングは奇妙に見えます。

> grep("México",temp$dest_nom_ent)
integer(0)
> grep("Mexico",temp$dest_nom_ent)
integer(0)
> grep("xico",temp$dest_nom_ent)
[1] 18 19 20
> temp$dest_nom_ent[grep("xico",temp$dest_nom_ent)]
[2] "México" "México" "México"

ここtemp$dest_nom_entで、はメキシコの州名を持つ変数です。

Rそれで、私の質問は、サードパーティのデータベースからの文字列変数を、標準関数が認識するエンコーディングに変換する方法です。ご注意ください：

> Encoding(temp$dest_nom_ent)
 [1] "unknown" "unknown" "unknown" "unknown" "unknown" "unknown" "unknown"
 [8] "unknown" "unknown" "unknown" "unknown" "unknown" "unknown" "unknown"
[15] "unknown" "unknown" "unknown" "unknown" "unknown" "unknown" "unknown"
[22] "unknown" "unknown" "unknown" "unknown" "unknown" "unknown" "unknown"
[29] "unknown" "unknown" "unknown" "unknown" "unknown" "unknown" "unknown"
[36] "unknown" "unknown" "unknown" "unknown" "unknown" "unknown" "unknown"
[43] "unknown" "unknown"

詳細については、Windows 7 64を使用しています。また、次の点にも注意してください。

> charToRaw(temp$dest_nom_ent[18])
[1] 4d e9 78 69 63 6f

このソースからのどれがWindowsスペイン語（従来の並べ替え）ロケールと一致します。

M=4d
é=e9
x=78
i=69
c=63
o=6f

また、注意してください：

> charToRaw("México")
[1] 4d c3 a9 78 69 63 6f
> Encoding("México")
[1] "latin1"

私は次のことを試みましたが失敗しました（たとえば、意味grep("é",temp$dest_nom_ent)はnullベクトルを返します）：

Encoding(temp$dest_nom_ent)<-"latin1"
temp$dest_nom_ent <- iconv(temp$dest_nom_ent,"","latin1")
temp$dest_nom_ent  <- enc2utf8(temp$dest_nom_ent)
...

iconvlist()を使用してサポートされている文字セットを確認し、サポートされて"WINDOWS-1252"います。ただし、以下は機能しませんでした。

> temp1 <- temp$dest_nom_ent[grep("xico",temp$dest_nom_ent)]
> temp1
[1] "México" "México" "México"
> Encoding(temp1)<-"WINDOWS-1252"
> temp1 <- iconv(temp1,"WINDOWS-1252","latin1")
> temp1
[1] "México" "México" "México"
> Encoding(temp1)
[1] "latin1" "latin1" "latin1"
> charToRaw(temp1[1])
[1] 4d e9 78 69 63 6f
> grep("é",temp1)
integer(0)

これは以下と比較されます：

> temp2 <- c("México","México","México")
> temp2
[1] "México" "México" "México"
> Encoding(temp2)
[1] "latin1" "latin1" "latin1"
> charToRaw(temp2[1])
[1] 4d c3 a9 78 69 63 6f
> grep("é",temp2)
[1] 1 2 3)

次のようなブルー​​トフォースによるエンコーディングを見つけようとしました。

try(for(i in 1:length(iconvlist())){
    temp1 <- temp$dest_nom_ent[grep("xico",temp$dest_nom_ent)]
    Encoding(temp1)<-iconvlist()[i]
    temp1 <- iconv(temp1,iconvlist()[i],"latin1")
    print(grep("é",temp1))
    print(i)
        },silent=FALSE)

私はtry関数に精通していませんが、それを無視するのではなくエラーでスケープするので、リスト全体をチェックすることはできません：

...
[1] 17
integer(0)
[1] 18
integer(0)
[1] 19
integer(0)
[1] 20
Error in iconv(temp1, iconvlist()[i], "latin1") : 
  unsupported conversion from 'CP-GR' to 'latin1' in codepage 1252

ついに：

> Sys.getlocale()
[1] "LC_COLLATE=English_United States.1252;LC_CTYPE=English_United States.1252;LC_MONETARY=English_United States.1252;LC_NUMERIC=C;LC_TIME=English_United States.1252"
> d<-c("México","México")
> for(i in 1:7){d1 <- str_sub(d[1],i,i); print(d1)}
[1] "M"
[1] "Ã"
[1] "©
[1] "x"
[1] "i"
[1] "c"
[1] "o"
> print(grep("é",d))
[1] 1 2

したがって、ここで提案されているように、コンピューターのロケールを変更する必要があるようです。こちらもご覧ください

PS：English_United States.1252ロケールでどのように入力したか疑問に思われる場合は、[追加]をクリックして、スペイン語の従来の並べ替えに移動しd<-c("México","México")て、セカンダリスペイン語キーボード（従来の並べ替え）を設定します。次に、キーボードを切り替えるためのショートカットを作成できます。私の場合。したがって、英語のデフォルトロケールを入力する場合は、続いて英語のキーボードに戻ります。Control Panel > Clock, Language and Region > Region and Language > Keyboards and Languages > Change Keyboardsinstalled servicesadvanced key settingsShit+AltñShift+Alt;Shift+Alt

4

3 に答える 3

1

temp$dest_nom_entを使用して、および「México」のエンコーディングを確認してくださいEncoding(x)。enc2nativeまたはで変換する必要がある場合がありますenc2utf8。

于 2011-07-14T20:43:24.517 に答える
0

文字列のエンコーディングを「ISO_8859-1」「ISO_8859-15」のいずれかに設定してみてください。

さらに2つの提案...、それから私はあきらめます："UTF-16""UTF-16LE"。2つ目はUTFリトルエンディアンで、Windows7が実際に使用しているものだと私は信じています。「UTF-16BE」もお試しください。（別のstackexchangeの投稿から収集した資料; https：//superuser.com/questions/221593/windows-7-utf-8-and-unicode）

于 2011-07-14T23:10:16.937 に答える
0

さて、アクセントのコーディングを決めることはできませんでしたが、以下は私が望んでいたことを達成します。秘訣は、UTF-8に変換し、sub()オプションuseBytes=TRUEとJoranの提案をに使用するように設定することsanitize.text.function=function(x){x}でしxtable()た。これがサンプルコードです。アクセントのあるすべての母音を簡単にループできます。

> temp1 <- unique(temp$dest_nom_ent)
> temp1
 [1] "Aguascalientes"                  "Baja California"                
 [3] "Baja California Sur"             "Campeche"                       
 [5] "Coahuila de Zaragoza"            "Colima"                         
 [7] "Chiapas"                         "Guanajuato"                     
 [9] "Guerrero"                        "Hidalgo"                        
[11] "Jalisco"                         "México"                         
[13] "Michoacán de Ocampo"             "Morelos"                        
[15] "Nayarit"                         "Oaxaca"                         
[17] "Puebla"                          "Querétaro"                      
[19] "Quintana Roo"                    "San Luis Potosí"                
[21] "Sinaloa"                         "Tabasco"                        
[23] "Tlaxcala"                        "Veracruz de Ignacio de la Llave"
[25] "Zacatecas"                      
> temp1 <- iconv(unique(temp1),"","UTF-8")
> temp1
 [1] "Aguascalientes"                  "Baja California"                
 [3] "Baja California Sur"             "Campeche"                       
 [5] "Coahuila de Zaragoza"            "Colima"                         
 [7] "Chiapas"                         "Guanajuato"                     
 [9] "Guerrero"                        "Hidalgo"                        
[11] "Jalisco"                         "México"                         
[13] "Michoacán de Ocampo"             "Morelos"                        
[15] "Nayarit"                         "Oaxaca"                         
[17] "Puebla"                          "Querétaro"                      
[19] "Quintana Roo"                    "San Luis Potosí"                
[21] "Sinaloa"                         "Tabasco"                        
[23] "Tlaxcala"                        "Veracruz de Ignacio de la Llave"
[25] "Zacatecas"                      
> Encoding(temp1)
 [1] "unknown" "unknown" "unknown" "unknown" "unknown" "unknown" "unknown"
 [8] "unknown" "unknown" "unknown" "unknown" "UTF-8"   "UTF-8"   "unknown"
[15] "unknown" "unknown" "unknown" "UTF-8"   "unknown" "UTF-8"   "unknown"
[22] "unknown" "unknown" "unknown" "unknown"
> temp2 <- sub("é", "\\\\'{e}", temp1, useBytes = TRUE)
> temp2 <- data.frame(temp2)
> print(xtable(temp2),sanitize.text.function=function(x){x})
% latex table generated in R 2.13.1 by xtable 1.5-6 package
% Fri Jul 15 13:52:44 2011
\begin{table}[ht]
\begin{center}
\begin{tabular}{rl}
  \hline
 & temp2 \\ 
  \hline
1 & Aguascalientes \\ 
  2 & Baja California \\ 
  3 & Baja California Sur \\ 
  4 & Campeche \\ 
  5 & Coahuila de Zaragoza \\ 
  6 & Colima \\ 
  7 & Chiapas \\ 
  8 & Guanajuato \\ 
  9 & Guerrero \\ 
  10 & Hidalgo \\ 
  11 & Jalisco \\ 
  12 & M\'{e}xico \\ 
  13 & Michoacán de Ocampo \\ 
  14 & Morelos \\ 
  15 & Nayarit \\ 
  16 & Oaxaca \\ 
  17 & Puebla \\ 
  18 & Quer\'{e}taro \\ 
  19 & Quintana Roo \\ 
  20 & San Luis Potosí \\ 
  21 & Sinaloa \\ 
  22 & Tabasco \\ 
  23 & Tlaxcala \\ 
  24 & Veracruz de Ignacio de la Llave \\ 
  25 & Zacatecas \\ 
   \hline
\end{tabular}
\end{center}
\end{table}

実際にループで実装されるように：

temp$dest_nom_ent <- iconv(
        temp$dest_nom_ent,"","UTF-8")
temp$dest_nom_mun <- iconv(
        temp$dest_nom_mun,"","UTF-8")
accents <-c("á","é","í","ó","ú")
latex <-c("\\\\'{a}","\\\\'{e}","\\\\'{i}","\\\\'{o}","\\\\'{u}")
for(i in 1:5){
    temp$dest_nom_ent<-sub(accents[i], latex[i], 
            temp$dest_nom_ent, useBytes = TRUE)
    temp$dest_nom_mun<-sub(accents[i], latex[i], 
            temp$dest_nom_ent, useBytes = TRUE)
}
capture.output(
        print(xtable(temp),sanitize.text.function=function(x){x}),
        file = "../paper/rTables.tex", append = FALSE)

それでも、何が起こっているのかを正確に説明できないという点で、答えは不完全です。試行錯誤しながら見つけました。

于 2011-07-15T17:57:16.137 に答える