library(readr)
read_file("ichiji/tekitou2.txt")ここからは、今から作成するtekitou2.txtをRに読み込む方法について解説していきます。
まずは、あえて文字化けするファイルを作成していきましょう
File->New File->Text File
で新しいファイルを作成して、そのなかになんでも良いので日本語を入力します。そして、
File->Save with Encoding
で「CP932」を選択して保存してください。
このCP932というのは、Windowsでは標準的に使われている文字コードです。
では、このファイルを読み込みます。
うまく読み込めましたか?
私の画面と同様に、見事に文字化けしているはずです。
これは、Rでは、utf-8という文字コードが 標準で使われるため、
先ほど、CP932の文字コードで保存したファイルを UTF-8の文字コードで読み込んだため、 めちゃくちゃな記号となってしまったという のが実態です。
CP932の文字コードの問題は、マックであれば そもそもUTF-8が標準的な文字コードであるため 問題にはなりませんが、Windowsだと 頻繁に出会います
この問題を解決するには、read_file関数に 読み込もうとするファイルがどの文字コードで 保存されているかを指定してあげればよいです。
文字コードを指定するためには、
locale()という関数で呼び出した結果の、Encodingの値を変更してあげることで、実は簡単に対応できます。今、locale()で呼び出したオブジェクトを変数に保存しましょう。
(これからは、結果や変数、Rの中に存在するもののことをまとめてオブジェクトと呼びます)
initial_locale <- locale()
initial_localeこのinitial_localeを、read_file関数のlocale Argumentに渡してあげると、
read_file("ichiji/tekitou2.txt",
locale = initial_locale)先ほどと同様に文字化けした結果がでてきています。このtekitou2.txtはcp932の文字コードで保存されているため、read_fileのlocale Argumentに対して、きちんと、CP932で読み込むように指定してあげる必要があります。
この、文字コードの指定、実はすごく簡単で
?localeの、encoding ArgumentをデフォルトのUTF-8からcp932に変更してあげるだけで
locale_with_cp932 <- locale(encoding = "cp932")
locale_with_cp932このオブジェクトを利用して、read_fileを呼び出してあげると、
read_file("ichiji/tekitou2.txt",
locale = locale_with_cp932)うまくいきました！
今回は、説明のためにわざわざlocaleオブジェクトを含んだ変数を作成していますが、一般的には、
read_file("ichiji/tekitou2.txt", locale(encoding="cp932"))という風に、
?read_fileのUsageのところの並び順で値を与えてあげれば読み込めますので、readrの関数で日本語の文字化けに出会ったときは、locale(encoding=“cp932”)というコマンドを覚えておいてください。
次の動画では、文字コードがわからない場合の対処方法について解説を行いますが、少しマニアックな話となりますので、飛ばしていただいて構いません。
今後、動画のタイトルに(さらに知りたい人へ)と書いてあるものは飛ばしても問題ないようにコースを作成しておりますので時間のない方は、どんどん飛ばして進んでもらっても大丈夫です。