invalid multibyte character in parser at line 2 の対処

[武藤隆真]

お忙しいところ、失礼いたします。

RMeCabCで白書の一部をテキストファイル化したものをRstudio内で読み込もうとしたところ、
invalid multibyte character in parser at line 2と表示され、エラーになってしまいました。
文字化け等は、今のところ発生しておらず、原因がわかりません。

方策を教えていただけると大変、助かります。

[石田]

ご利用のOSはWindowsでしょうか？
また、読み込んでいるファイルの文字コードは何でしょうか？

[武藤隆真]

ご返信ありがとうございます。
OSはWindowsで、読み込んでいるファイルの文字コードは、ANSIです。
また、白書のPDFをテキストファイルにコピペして貼り付けています。

[ishida]

エラーメッセージにあるとおり、Windowsでは解釈できない文字がファイル内に混入しているのだと思います。
ファイルの中に、そのOSでは読めない文字があれば、特定する関数がRにあったと思うのですが、残念ながら、いま、思い出せません。
多少手間ですが、ファイルを部分に分けて読み込むなどして、問題になっている文字を特定し、削除して構わないものであれば削除するなどの対処が必要かと思います。
あるいは、Rのiconv() で文字コードを CP932に変換する処理を行えば、その種の文字は？に置き換わってしまいます。また、Macが使えるのであれば、Macで実行してみるのも方法かと思います。

[武藤隆真]

石田先生
iconv()関数を使用したところ無事、エラー無くRMeCabCで読み込むことが、叶いました。
どうもありがとうございました。

[投稿者]

投稿