文字コードの闇深い

# ↓CP932
> txt <- "あa"

> txt
[1] "あa"

> Encoding(txt)
[1] "unknown"

> charToRaw(txt)
[1] 82 a0 61

# subでマッチがあると
> x <- sub("a", "z", txt)

> x
[1] "あz"

# ↓UTF-8にマークングされて
> Encoding(x)
[1] "UTF-8"

# 中身もUTF-8になってるし。
> charToRaw(x)
[1] e3 81 82 7a

# 同じことして、マッチがないと
> y <- sub("b", "z", txt)

> y
[1] "あa"

# ↓マーキングなし
> Encoding(y)
[1] "unknown"

# ↓CP932のまま
> charToRaw(y)
[1] 82 a0 61


> sessionInfo()
R version 3.0.2 (2013-09-25)
Platform: i386-w64-mingw32/i386 (32-bit)

locale:
[1] LC_COLLATE=Japanese_Japan.932  LC_CTYPE=Japanese_Japan.932   
[3] LC_MONETARY=Japanese_Japan.932 LC_NUMERIC=C                  
[5] LC_TIME=Japanese_Japan.932    

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