Hola, Por si las recomendaciones de los de RStudio te pueden ayudar:
https://support.rstudio.com/hc/en-us/articles/200532197-Character-Encoding Gracias, Carlos Ortega www.qualityexcellence.es El 22 de junio de 2016, 5:27, amy cg <acarolin...@gmail.com> escribió: > Saludo: > Estoy usando knit y markdownToHTML y aún tengo problemas con las tildes y > ñ. Estoy en windows. Tengo esto en mi código > > knit("xxxx", quiet = TRUE,encoding = "utf-8") > markdownToHTML("x.md","xx.html", title="x", stylesheet="xx.css", > options=c(markdownHTMLOptions(defaults = TRUE), "toc")) > > ---- > Resultado ejemplo > Número de lÃÂneas : 1891714 > > DESDE YA MUCHAS GRACIAS. > > l > > > > > El 21 de junio de 2016, 11:48, giltrapo <giltr...@gmail.com> escribió: > >> Hola, Carlos. >> >> Pues, efectivamente, me ha ayudado. >> >> Sobre la utilización de la función geocode con ciudades con tilde, me dio >> Carlos Gil Bellosta anteriormente la idea de utilizar iconv para >> transformar la cadena de búsqueda a UTF-8, y yo lo utilicé para intentar >> transformar el output de html_table sin resultado: >> >> capitales <- read_html(" >> >> https://es.wikipedia.org/wiki/Anexo:Capitales_de_provincia_de_Espa%C3%B1a_por_poblaci%C3%B3n >> ") >> capitales <- html_nodes(capitales, "table") >> capitales <- html_table(capitales[[1]])$Ciudad >> capitales <- iconv(capitales, to = "UTF-8") >> >> En la referencia que me has pasado he visto que utilizaban la función >> iconv >> de una forma curiosa >> >> capitales <- iconv(capitales, from = "UTF-8" to = "UTF-8") >> >> que, sin saber por qué, ha funcionado perfectamente. >> >> Por cierto, Carlos Gil, tu solución para la llamada a geocode basada en >> iconv también funciona perfectamente, aunque esta vez sin poner el >> argumento "from" >> >> geocode("Málaga", to = "UTF-8") >> >> ya que si lo añadimos da error. >> >> Muchas gracias a ambos!! >> >> >> Jose Ignacio >> >> 2016-06-21 14:09 GMT+02:00 Carlos Ortega <c...@qualityexcellence.es>: >> >> > Hola, >> > >> > Creo que esta referencia te puede ayudar: >> > >> http://stackoverflow.com/questions/29379771/utf-8-encoding-problems-with-r >> > >> > Saludos, >> > Carlos Ortega >> > www.qualityexcellence.es >> > >> > El 21 de junio de 2016, 13:15, giltrapo <giltr...@gmail.com> escribió: >> > >> >> Hola, Carlos. >> >> >> >> A mí también me resulta raro, porque no me pasa siempre. Es un poco >> >> aleatorio. Imagino que habrá alguna razón, y que el código de la página >> >> estará relacionado, claro, pero no consigo averiguar a qué se debe. >> >> >> >> Además las pruebas que hago me dejan todavía más perplejo. >> >> >> >> Esto >> >> >> >> Encoding(capitales) >> >> >> >> me dice que el encoding es "unknow", pero luego esto >> >> >> >> validUTF8(capitales) >> >> >> >> me dice que sí, que todo es "TRUE". >> >> >> >> También probé >> >> >> >> guess_encoding(" >> >> >> >> >> https://es.wikipedia.org/wiki/Anexo:Capitales_de_provincia_de_Espa%C3%B1a_por_poblaci%C3%B3n >> >> ") >> >> >> >> y el resultado es >> >> >> >> encoding language confidence >> >> 1 ISO-8859-1 es 0.70 >> >> 2 ISO-8859-2 ro 0.43 >> >> 3 ISO-8859-9 tr 0.16 >> >> 4 UTF-8 0.15 >> >> 5 UTF-16BE 0.10 >> >> 6 UTF-16LE 0.10 >> >> 7 Shift_JIS ja 0.10 >> >> 8 GB18030 zh 0.10 >> >> 9 EUC-JP ja 0.10 >> >> 10 EUC-KR ko 0.10 >> >> 11 Big5 zh 0.10 >> >> >> >> He ido probando cada uno de esos encodings, al llamar a la función >> >> read_html, pero nada, sigue sin codificarlo bien. También probé a >> utilizar >> >> iconv, pero sin resultados positivos. >> >> >> >> En fin, seguiré investigando. >> >> >> >> Muchas gracias y saludos! >> >> >> >> Jose Ignacio >> >> >> >> 2016-06-21 12:07 GMT+02:00 Carlos J. Gil Bellosta < >> c...@datanalytics.com>: >> >> >> >> > Hola, ¿qué tal? >> >> > >> >> > Son los dichosos "encodings". De todos modos, me parece raro que >> rvest >> >> > lo haga mal: promete que va a interpretar lo leído de acuerdo con el >> >> > "encoding" declarado en la página, por lo que no debería haber >> >> > problemas en ninguna plataforma. De todos modos, tienes una opción en >> >> > rvest para indicar el juego de caracteres. Igual indicando "latin1" >> >> > funciona. >> >> > >> >> > También he visto problemas llamando a ggmap::geocode desde Windows >> >> > cuando la cadena contiene caracteres no ascii. Hay información aquí: >> >> > >> >> > https://github.com/dkahle/ggmap/issues/89 >> >> > >> >> > No sé si tratar de transformar la cadena de búsqueda a UTF8 con iconv >> >> > ayudará o no a resolver el problema. >> >> > >> >> > Un saludo, >> >> > >> >> > Carlos J. Gil Bellosta >> >> > http://www.datanalytics.com >> >> > >> >> > El día 21 de junio de 2016, 11:52, giltrapo <giltr...@gmail.com> >> >> escribió: >> >> > > Hola. >> >> > > >> >> > > Tengo algún tipo de problema con las tildes, a la hora de trabajar >> en >> >> R o >> >> > > en RStudio, que no sé resolver. >> >> > > >> >> > > Intentando reproducir en dos PCs distintos, ambos con Windows 7, >> uno >> >> de >> >> > los >> >> > > últimos ejercicios que ha publicado Carlos Gil Bellosta en su blog >> ( >> >> > > >> >> > >> >> >> https://www.datanalytics.com/2016/06/20/6602-767-km-alrededor-de-espana-para-visitar-todas-sus-capitales-de-provincia/ >> >> > ), >> >> > > me ocurre que al ejecutar el código >> >> > > >> >> > > library(rvest) >> >> > > library(caRtociudad) >> >> > > library(reshape2) >> >> > > library(ggmap) >> >> > > library(plyr) >> >> > > library(TSP) >> >> > > >> >> > > capitales <- read_html(" >> >> > > >> >> > >> >> >> https://es.wikipedia.org/wiki/Anexo:Capitales_de_provincia_de_Espa%C3%B1a_por_poblaci%C3%B3n >> >> > > ") >> >> > > capitales <- html_nodes(capitales, "table") >> >> > > capitales <- html_table(capitales[[1]])$Ciudad >> >> > > >> >> > > obtengo esto: >> >> > > >> >> > >> capitales >> >> > > >> >> > > [1] "Madrid" "Barcelona" >> >> > > [3] "Valencia" "Sevilla" >> >> > > [5] "Zaragoza" "Málaga" >> >> > > [7] "Murcia" "Palma de Mallorca" >> >> > > [9] "Las Palmas de Gran Canaria" "Bilbao" >> >> > > [11] "Alicante" "Córdoba" >> >> > > [13] "Valladolid" "La Coruña" >> >> > > [15] "Vitoria" "Granada" >> >> > > [17] "Oviedo" "Santa Cruz de Tenerife" >> >> > > [19] "Pamplona" "AlmerÃa" >> >> > > [21] "San Sebastián" "Burgos" >> >> > > [23] "Santander" "Castellón de la Plana" >> >> > > [25] "Albacete" "Logroño" >> >> > > [27] "Badajoz" "Salamanca" >> >> > > [29] "Huelva" "Lérida" >> >> > > [31] "Tarragona" "León" >> >> > > [33] "Cádiz" "Jaén" >> >> > > [35] "Orense" "Lugo" >> >> > > [37] "Gerona" "Cáceres" >> >> > > [39] "Santiago de Compostela" "Ceuta" >> >> > > [41] "Melilla" "Guadalajara" >> >> > > [43] "Toledo" "Pontevedra" >> >> > > [45] "Palencia" "Ciudad Real" >> >> > > [47] "Zamora" "Mérida" >> >> > > [49] "à vila" "Cuenca" >> >> > > [51] "Segovia" "Huesca" >> >> > > [53] "Soria" "Teruel" >> >> > > >> >> > > Es decir, no aparecen ni tildes ni eñes. >> >> > > >> >> > > Si, en cambio, ejecuto >> >> > > >> >> > > library(XML) >> >> > > library(RCurl) >> >> > > >> >> > > capitales <- data.frame(readHTMLTable(getURL(" >> >> > > >> >> > >> >> >> https://es.wikipedia.org/wiki/Anexo:Capitales_de_provincia_de_Espa%C3%B1a_por_poblaci%C3%B3n >> >> > > "))) >> >> > > >> >> > > obtengo un data frame en el que las ciudades ya aparecen con sus >> >> tildes y >> >> > > sus eñes...aunque en los nombres de las variables siguen >> apareciendo >> >> esos >> >> > > caracteres extraños en vez de tildes. >> >> > > >> >> > > Con el resto del código de Carlos me sigue ocurriendo lo mismo, ya >> >> que si >> >> > > intento >> >> > > >> >> > > geocode("Logroño") >> >> > > >> >> > > me devuelve >> >> > > >> >> > > Information from URL : >> >> > > >> >> > >> >> >> http://maps.googleapis.com/maps/api/geocode/json?address=Logro%F1o&sensor=false >> >> > > lon lat >> >> > > 1 NA NA >> >> > > Warning messages: >> >> > > 1: In readLines(connect, warn = FALSE) : >> >> > > cannot open URL ' >> >> > > >> >> > >> >> >> http://maps.googleapis.com/maps/api/geocode/json?address=Logro%F1o&sensor=false >> >> > ': >> >> > > HTTP status was '400 Bad Request' >> >> > > 2: In geocode("Logroño") : geocoding failed for "Logroño". >> >> > > if accompanied by 500 Internal Server Error with using dsk, try >> >> google. >> >> > > >> >> > > en cambio, si pruebo con >> >> > > >> >> > > geocode("Logrono") >> >> > > >> >> > > la respuesta es correcta >> >> > > >> >> > > Information from URL : >> >> > > >> >> > >> >> >> http://maps.googleapis.com/maps/api/geocode/json?address=Logrono&sensor=false >> >> > > lon lat >> >> > > 1 -2.444985 42.46272 >> >> > > >> >> > > Lo mismo ocurre si intento capturar las coordenadas de Málaga, >> >> Castellón, >> >> > > etc. Si lleva tildes o eñes, no reconoce el texto. >> >> > > >> >> > > Entiendo que todo esto se debe a algún problema de codificación, >> pero >> >> no >> >> > sé >> >> > > cómo arreglarlo. Tampoco sé por qué con read_html capturo los datos >> >> mal, >> >> > > pero con readHTMLTable y RCurl los capturo bien...a medias. >> >> > > >> >> > > ¿Alguien tiene alguna idea sobre qué puede estar ocurriendo? >> >> > > >> >> > > Jose Ignacio >> >> > > >> >> > > [[alternative HTML version deleted]] >> >> > > >> >> > > _______________________________________________ >> >> > > R-help-es mailing list >> >> > > R-help-es@r-project.org >> >> > > https://stat.ethz.ch/mailman/listinfo/r-help-es >> >> > >> >> >> >> [[alternative HTML version deleted]] >> >> >> >> _______________________________________________ >> >> R-help-es mailing list >> >> R-help-es@r-project.org >> >> https://stat.ethz.ch/mailman/listinfo/r-help-es >> >> >> > >> > >> > >> > -- >> > Saludos, >> > Carlos Ortega >> > www.qualityexcellence.es >> > >> >> [[alternative HTML version deleted]] >> >> _______________________________________________ >> R-help-es mailing list >> R-help-es@r-project.org >> https://stat.ethz.ch/mailman/listinfo/r-help-es >> > > -- Saludos, Carlos Ortega www.qualityexcellence.es [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list R-help-es@r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es
