R dbplyr WHERE 子句 cp1250 字符集

Question

所以我的 R 使用 cp1250 字符集，sessionInfo() 输出：

R version 3.4.2 (2017-09-28)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

Matrix products: default

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

现在我想使用 dbplyr 包来处理 MySQL 数据库。首先，当我连接到数据库时，我发送以下 mysql 查询：

SET NAMES 'cp1250';

然后当我像这样发送 SELECT 语句时：

SELECT dg_group
FROM transpl
WHERE `dg_group` = 'Hodgkinův lymfom'

它 returns 我 0 行。但！当我将字符串 'Hodgkinův lymfom' 的字符编码设置为 UTF-8 时，它 returns 我所有相关的行。我像这样将字符编码设置为 UTF-8：

x <- 'Hodgkinův lymfom'
Encoding(x) <- 'UTF-8'

然后，当我将变量 x 放入 WHERE 子句时，SELECT 语句如下所示：

SELECT dg_group
FROM transpl
WHERE `dg_group` = 'Hodgkin<f9>v lymfom'

虽然交易的编码是 cp1250，但它适用于 UTF-8 而不是 cp1250。

顺便说一句，当我使用 SET NAMES 'cp1250' 进行以下 SELECT 语句时，行中的返回值正确显示：

SELECT *
FROM transpl

知道哪里出了问题吗？

Answer 1

这些字符集将十六进制 F9 视为 ů：cp1250、cp1256、dec8、latin1、latin2、latin5。对于utf8/utf8mb4，它是十六进制C3B9

SET NAMES 宣布 客户端 的字符集。

但是您要存储到的列的字符集呢？ SHOW CREATE TABLE一探究竟。

做SELECT col, HEX(col) ...时你得到F9还是C3B9？

更多讨论：

R dbplyr WHERE 子句 cp1250 字符集

R dbplyr WHERE clause cp1250 charset

mysql

r

character-encoding

dplyr

dbplyr