Извлечение текста UTF-8 из MySQL в R возвращает "????"

Я застрял, пытаясь получить текст UTF-8 в базе данных MySQL из R. Я запускаю R на OS X (пробовал как через GUI, так и из командной строки), где языковой стандарт по умолчанию - en_US.UTF-8, и нет независимо от того, что я пытаюсь, результат запроса показывает "?" для всех не-ASCII символов.

Я пытался установить options(encoding='UTF-8'), DBMSencoding='UTF-8' при подключении через ODBC, настройка Encoding(res$str) <- 'UTF-8' после получения результатов, а также вариантов utf8 каждого из них, все безрезультатно. Выполнение запроса из командной строки mysql клиент показывает правильно результаты.

Я полностью в тупике. Любые идеи, почему это не работает, или другие вещи, которые я должен попробовать?

Вот довольно минимальный тестовый пример:

$ mysql -u root
mysql> CREATE DATABASE test;
mysql> USE test;
mysql> CREATE TABLE test (str VARCHAR(10)) ENGINE=InnoDB DEFAULT CHARSET=utf8;
Query OK, 0 rows affected (0.02 sec)

mysql> INSERT INTO test (str) VALUES ('こんにちは');
Query OK, 1 row affected (0.00 sec)

mysql> select * from test;
+-----------------+
| str             |
+-----------------+
| こんにちは      |
+-----------------+
1 row in set (0.00 sec)

Запрос к таблице в R с использованием RODBC и RMySQL показывает "?????" для столбца str:

> con <- odbcDriverConnect('DRIVER=mysql;user=root', DBMSencoding='UTF-8')
> sqlQuery(con, 'SELECT * FROM rtest.test')
    str
1 ?????
> library(RMySQL)
Loading required package: DBI
> con <- dbConnect(MySQL(), user='root')
> dbGetQuery(con, 'SELECT * FROM rtest.test')
    str
1 ?????

Для полноты вот мое sessionInfo:

> sessionInfo()
R version 2.15.1 (2012-06-22)
Platform: x86_64-apple-darwin9.8.0/x86_64 (64-bit)

locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8

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

other attached packages:
[1] RMySQL_0.9-3 DBI_0.2-5    RODBC_1.3-6
Источник

3 ответа

Решение

Благодаря @chooban я узнал, что в сеансе соединения использовался latin1 вместо utf8. Вот два решения, которые я нашел:

  • Для RMySQL после подключения запустите запрос SET NAMES utf8 изменить набор символов подключения.
  • Для RODBC подключитесь с помощью CharSet=utf8 в строке DSN. Я не смог бежать SET NAMES через ODBC.

Этот вопрос направил меня в правильном направлении.

Источник

Это сработало для меня. Вот полный пример:

con = dbConnect(drv = MySQL(), user = user, password = password,
                dbname = dbname, host=host)

dbSendQuery(con, "SET NAMES utf8mb4;")
dbSendQuery(con, "SET CHARACTER SET utf8mb4;")
dbSendQuery(con, "SET character_set_connection=utf8mb4;")


dbGetQuery(con, "SELECT * FROM WHATEVER")
Источник

Вот кое-что, чтобы попробовать по крайней мере. После подключения запустите "SHOW VARIABLES LIKE 'character_set_%'" и распечатайте результаты. Если ничего другого, это полезная проверка, чтобы убедиться, что выбранные вами опции набора символов приняты.

Источник
Другие вопросы по тегам