Кодировка текста UTF-8/Unicode с помощью RPostgreSQL

После экспорта в R он отображается как: «Stéphane» (é кодируется как é)

В вашей среде R используется 1-байтовая несложенная кодировка, такая как latin-1 или windows-1252. Взгляните на этот тест на Python, демонстрирующий, что байты utf-8 для é, декодированные так, как если бы они были latin-1, создают текст, который вы видите:

>>> print u"é".encode("utf-8").decode("latin-1")
é

Либо SET client_encoding = 'windows-1252', либо исправьте кодировку, используемую вашей средой R. Если он работает в консоли cmd.exe, вам придется возиться с консольной командой chcp; в противном случае это зависит от вашей среды выполнения R.

Как сказал Крейг Рингер, установка client_encoding на windows-1252, вероятно, не лучший выход. Действительно, если данные, которые вы извлекаете, содержат один экзотический символ, у вас проблемы:

Ошибка в postgresqlExecStatement(conn, statement,...): Драйвер RS-DBI: (не удалось получить результат: ОШИБКА: символ 0xcca7 кодировки «UTF8» не имеет эквивалента в «WIN1252»)

С другой стороны, заставить вашу среду R использовать Unicode может быть невозможно (у меня та же проблема, что и у вас, с Sys.setlocale... То же самое в этот вопрос тоже.).

Обходной путь — вручную объявить кодировку UTF-8 для всех ваших данных, используя функцию, подобную этой:

set_utf8 <- function(x) {
  # Declare UTF-8 encoding on all character columns:
  chr <- sapply(x, is.character)
  x[, chr] <- lapply(x[, chr, drop = FALSE], `Encoding<-`, "UTF-8")
  # Same on column names:
  Encoding(names(x)) <- "UTF-8"
  x
}

И вы должны использовать эту функцию во всех ваших запросах:

set_utf8(dbGetQuery(con, "SELECT myvar FROM mytable"))

EDIT: Другой вариант — использовать RPostgres вместо RPostgreSQL. Я протестировал его (с той же конфигурацией, что и в вашем вопросе), и, насколько я вижу, все объявленные кодировки автоматически устанавливаются в UTF-8.

Если вы используете RPostgres::Postgres() в качестве первого параметра dbConnect(), обычно у вас не будет проблем с кодировкой.

Я попробовал этот скрипт, где у меня была та же проблема, и теперь мои акцентированные символы в порядке.

dbConnect(RPostgres::Postgres(),user="user",password="psw",host="host",port=5432,dbname="db_name")

Это устранит любые проблемы с Unicode/UTF-8 в Windows. Он должен быть выполнен перед запросом к базе данных.

postgresqlpqExec(con, "SET client_encoding = 'windows-1252'")

_{Взято из неуместного самостоятельного ответа спрашивающего, видно в истории изменений вопроса}