[R-br] Problema ao ler arquivo UTF-16 com nulos

Roberto de Pinho robertodepinho em gmail.com
Quarta Outubro 31 11:22:33 BRST 2012


Caros,

Estou tentando ler o arquivo de servidores disponível no portal da
transparência.

(
http://arquivos.portaldatransparencia.gov.br/PortalTransparenciaEscolheTipoDePlanilha.asp?origem=Servidores&Planilha=0
- mais de 200MB)

É um CSV  codificado em UTF-16.

No entanto, ele reconhece prematuramente fins de linhas em algumas linhas
quando encontra campos com nulo [00 00]. Há valores não nulos não sendo
lidos após campos nulos que provocam o reconhecimento de fim de linha.

Alguém saberia como poderia fazer com que o R possa ler este arquivo?

Estou lendo o arquivo com:

servidores = read.table("teste.csv", header = T,
sep="\t",quote="",stringsAsFactors=T,fileEncoding="UTF-16", fill=T)

o fill=T estou sando para evitar que dê erro de diferente numero de campos.

Envio, em anexo, um extrato das primeiras linhas do arquivo.


Obrigado pela atenção.

====
Sequencia de bytes que provocam o reconhecimento de nova linha:

09 00 00 00 09 00 00 00 09 00 00 00 09 00 00 00 09 00 00 00 09 00 00 00 09
00 00 00 09 00 00 00 09 00 00 00 09 00 00 00 09 00 00 00 09 00 00 00 09 00






-- 
Roberto de Pinho
robertodepinho em gmail.com
http://www.ascoisas.com
http://lattes.cnpq.br/4816166073408660
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20121031/f68bbdb8/attachment.html>
-------------- Próxima Parte ----------
Um anexo não-texto foi limpo...
Nome: teste.csv
Tipo: text/csv
Tamanho: 52944 bytes
Descrição: não disponível
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20121031/f68bbdb8/attachment.csv>


Mais detalhes sobre a lista de discussão R-br