我对R中的inconsistent encoding of character vector有问题.

我从中读取表格的文本文件在UTF-8中进行了编码(通过Notepad++)(我也try 了UTF-8 without BOM).

我想从这个文本文件中读取表格，将其转换为data.table，设置key并使用二进制搜索.当我试图这么做时，出现了以下情况:

警告信息:

和二进制搜索does not work.

我意识到我的data.table-key专栏包含"未知"和"UTF-8"两种编码类型:

> table(Encoding(poli.dt$word))
unknown   UTF-8 
2061312 2739122 

我try 使用以下工具转换此列(在创建data.table对象之前):

• Encoding(word) <- "UTF-8"
• word<- enc2utf8(word)

但没有效果.

我还try 了几种将文件读入R的不同方法(设置所有有用的参数，例如encoding = "UTF-8"):

• data.table::fread
• utils::read.table
• base::scan
• colbycol::cbc.read.table

但没有效果.

==================================================

我的R版本:

> R.version
           _                           
platform       x86_64-w64-mingw32          
arch           x86_64                      
os             mingw32                     
system         x86_64, mingw32             
status                                     
major          3                           
minor          0.3                         
year           2014                        
month          03                          
day            06                          
svn rev        65126                       
language       R                           
version.string R version 3.0.3 (2014-03-06)
nickname       Warm Puppy  

我的会话信息:

> sessionInfo()
R version 3.0.3 (2014-03-06)
Platform: x86_64-w64-mingw32/x64 (64-bit)

locale:
[1] LC_COLLATE=Polish_Poland.1250  LC_CTYPE=Polish_Poland.1250                LC_MONETARY=Polish_Poland.1250
[4] LC_NUMERIC=C                   LC_TIME=Polish_Poland.1250    

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

other attached packages:
[1] data.table_1.9.2 colbycol_0.8     filehash_2.2-2   rJava_0.9-6     

loaded via a namespace (and not attached):
[1] plyr_1.8.1     Rcpp_0.11.1    reshape2_1.2.2 stringr_0.6.2  tools_3.0.3