具有 utf-8 文本的脚本的运行方式与 Windows 中的 RStudio 和命令行不同

我正在处理包含印地语文本的文件并解析它们。我在 Rstudio 中编写了代码并执行它，没有出现很多问题。但现在，我需要使用 R.exe/Rscript.exe 从命令行执行相同的脚本，但它的工作方式不同。我从 RStudio 和终端运行了一个简单的脚本：

n_p<-'नाम'

Encoding(n_p)

gregexpr(n_p,c('adfdafc','नाम adsfdfa'))
sessionInfo()

RStudio 中的输出：

> n_p<-'नाम'
> 
> Encoding(n_p)
[1] "UTF-8"
> 
> gregexpr(n_p,c('adfdafc','नाम adsfdfa'))
[[1]]
[1] -1
attr(,"match.length")
[1] -1

[[2]]
[1] 1
attr(,"match.length")
[1] 3

> sessionInfo()
R version 3.5.0 (2018-04-23)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7600)

Matrix products: default

locale:
[1] LC_COLLATE=English_India.1252  LC_CTYPE=English_India.1252   
[3] LC_MONETARY=English_India.1252 LC_NUMERIC=C                  
[5] LC_TIME=English_India.1252    

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

other attached packages:
[1] rJava_0.9-10

loaded via a namespace (and not attached):
[1] compiler_3.5.0 tools_3.5.0   

在 cmd 中使用 R.exe 进行输出（出于调试目的。Rscript.exe 给出类似的输出（如果不相同））

> n_p<-'à☼"à☼_à☼r'
>
> Encoding(n_p)
[1] "latin1"
>
> gregexpr(n_p,c('adfdafc','à☼"à☼_à☼r adsfdfa'))
[[1]]
[1] -1
attr(,"match.length")
[1] -1

[[2]]
[1] 1
attr(,"match.length")
[1] 9

> sessionInfo()
R version 3.5.0 (2018-04-23)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7600)

Matrix products: default

locale:
[1] LC_COLLATE=English_India.1252  LC_CTYPE=English_India.1252
[3] LC_MONETARY=English_India.1252 LC_NUMERIC=C
[5] LC_TIME=English_India.1252

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

loaded via a namespace (and not attached):
[1] compiler_3.5.0

我尝试过更改语言环境但是Sys.setlocale拒绝正常工作。在某些情况下，gregexpr当它无法解析非 ASCII 代码时会给出错误。最后，当它运行没有错误时，它无法正确匹配正则表达式。我目前无法提供可重现的示例，但我稍后会尝试提供。

Help.

正确的答案是您应该使用选项 --encoding=文件编码 运行 Rscript

无需设置区域设置，而且您可能发现，它无论如何都不起作用。如果您的文件是 UTF-8： Rscript.exe --encoding=UTF-8 文件.R