乱码，又见乱码

Thu, 13 Sep 2012 00:00:00 +0000

在Windows系统下，用readHTMLTable函数读取编码为unicod的网页时会出现乱码。这个时候的乱码是因为R是用本地码（通常是GBK）来解释了网页中的unicode，因此出现了符号不兼容。此时，只要用iconv(x,“utf-8”,“gbk”)就可以了。然而，有时候会出现另外一种情况：

library(XML);
url="http://data.caixin.com/macro/macro_indicator_more.html?id=F0001&cpage=2&pageSize=30&url=macro_indicator_more.html#top";
tables=readHTMLTable(url)
head(tables)

这种情况下icnov好像就无能为力了。不过，事情还是有解决方案的，在readHTMLTable之前加上一句代码就可以了。

url= htmlParse(url,encoding="UTF-8")

看看效果：

library(XML)
url <- "http://data.caixin.com/macro/macro_indicator_more.html?id=F0001&cpage=2&pageSize=30&url=macro_indicator_more.html#top"
url<- htmlParse(url,encoding="UTF-8")
tables <- readHTMLTable(url)
head(tables)

财务数据 on 格物堂

乱码，又见乱码