R - 读取大文件时如何处理“输入连接上发现无效输入”警告？

问：

我有一个大（1m+ 行）.txt 文件，我正在读入 R。每一行都是新闻故事的摘录，该故事使用了原始来源的字符，这引起了问题。有些行将包含所有 ASCII 字符，而其他行则没有，但确实适合 UTF-8 编码框架。还有一些字符（类似于 Dingbats）似乎无视所有编码，编码字符也是如此。

我能够使用 Notepad++ 清除编码字符，但每次我尝试将完整数据集读入 R 时，read 或 readLines 函数只能读取它无法解释的第一个字符。

> con <- file(description=filepath, open="r", encoding = "UTF-8")
> news <- readLines(con, n = 100000)
invalid input found on input connection 'en_US/en_US_news.txt' # warning message not error

无效的输入消息似乎只是一个警告，但 R 只读入第一个“难以辨认”的字符。我尝试写入 .txt 文件以查看它停止在哪个字符上，但像这样手动清理文件是不现实的。news

如何在循环中使用 or 跳过任何具有难以辨认字符的行？try()trycatch()