【原】R语音读取txt报错：UTF-16不支持 或者<ff><fe><63>'多字节字符串有错

1. 问题描述

一个txt文件，使用R中的data.table包中的fread函数读取时，报错：

> dat = fread("test.txt")
Error in fread("test.txt") : 
  File is encoded in UTF-16, this encoding is not supported by fread(). Please recode the file to UTF-8.


使用read.table

> dat = read.table("test.txt")
Error in type.convert.default(data[[i]], as.is = as.is[i], dec = dec,  : 
  '<ff><fe><63>'多字节字符串有错
此外: Warning messages:
1: In read.table("test.txt") : line 1 appears to contain embedded nulls
2: In read.table("test.txt") : line 2 appears to contain embedded nulls
3: In read.table("test.txt") : line 3 appears to contain embedded nulls
4: In read.table("test.txt") : line 4 appears to contain embedded nulls
5: In read.table("test.txt") : line 5 appears to contain embedded nulls
6: In scan(file = file, what = what, sep = sep, quote = quote, dec = dec,  :
  embedded nul(s) found in input


2. 问题解决

用notepad++查看了一下，编码形式：「UCS-2」

所以，在read.table中，设定编码形式：fileEncoding="UCS-2LE"

因此，修改后的代码为：

> dat = read.table("test.txt",fileEncoding = "UCS-2",header = T)
> head(dat)
               chipID   sampleID
1 202884940082_R02C04 CW63976425
2 202884940082_R03C01 CW63976831
3 202884940082_R03C02 CW63976366
4 202884940082_R03C03 CW63976367
5 202884940082_R03C04 CW63976433
6 202884940082_R04C01 CW63976615


「搞定！」。

3. 解决思路总结

查看文件的编码形式，用notepad++查看，然后定义编码的类型，使用read.table读取时，定义一下fileEncoding即可。以前我以为data.table包中的fread是万能的，没想到它给出报错不支持UTF-16，最后还是用基础包中的read.table解决了问题。

真香！