复制噩梦，根据另一个文件夹中的文件选择要复制的文件

Question

我在使用 copy.file 时遇到了一些问题。

我需要根据另一个文件目录中的文件名，从具有多个子目录（.tif 文件所在的位置）的目录中复制 .tif 文件。我有以下代码（几乎可以正常工作）

ValidatedDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Validated"
RawDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Raw"
OutputDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Ouputfolder"

ValidatedImages <- list.files(ValidatedDirectory)


# this is to remove the extra bit that is added onto the validated images [working]
pattern <- gsub("_hc", "", ValidatedImages) 
pattern <- paste(gsub("([.|()\^{}+$*?]|\[|\])", "\\\1", pattern), collapse="|")

# this bit tackles finding the relevant files based on the ValidatedImages
filesinRAW <- list.files(
  path = RawDirectory,
  recursive = TRUE,
  include.dirs = FALSE,
  full.names = FALSE)
filesinRAW <- as.list(filesinRAW)

# this removes subdirectory prefix in front of the file and .tif which confuses it
filesinRAW <- as.list(gsub("\d\d\d\d/", "", filesinRAW)) 
filesinRaw <- as.list(gsub(".tif", "", filesinRAW))

tocopy <- grep(filesinRAW, pattern = pattern, value = TRUE)
tocopy <- as.list(tocopy)
tocopy <- as.list(gsub(".tif", "", tocopy))

setwd(RawDirectory)

file.copy(from = tocopy, to = OutputDirectory, overwrite = TRUE)

我收到 No such file or directory 错误，文件确实存在（很明显），因此我一定是在命名方面做错了什么。

我已经 bash 研究了好一阵子了，如果有帮助我可以上传示例数据并分享 link。

感谢社区的帮助！

Answer 1

调试时，尝试分解您的代码，看看您的变量是否在每一步都如您所愿。

也就是说，我现在在您的代码中发现了几个问题：

grep 使用 pattern 作为长度为一的正则表达式。如果你给它多个正则表达式，它会使用第一个（带有警告，如果你禁用它们则看不到）。
要使用多个匹配项，您可以使用 apply 和 sapply：filesinRAW[apply(sapply(pattern, grepl, x=filesinRAW), 2, any)]。但是看到最后一点
grep 默认使用 pattern 作为正则表达式，如果你的 pattern 包含被解析的字符，这可能会破坏事情。例如，grep('^test', '^test') 给出零结果。要检查字符串是否包含文字字符串，可以使用 grep(..., fixed=TRUE)
在最后一步中，您使用 sub(".tif", "", to copy)，这将删除任何模式，例如 .tif。我想你是想在最后再次 add .tif，现在你正试图复制没有扩展名的文件，而扩展名是找不到的。要添加，您可以使用 paste.
在几个步骤中您使用 as.list。为什么？在 R 中，一切都是矢量化的，这意味着已经使用了多个值。列表和向量之间的区别在于列表可以存储不同种类的对象，但无论如何您都不会这样做。据我所知，as.lists 不会造成任何伤害，因为所有函数都会首先将您的列表转换回字符向量。
最后，据我所知，您首先制作了一个需要复制的文件名列表 (pattern)，然后将其与完整的文件列表进行比较。并且您尝试使它们完全匹配。那为什么要用正则表达式呢？如果您只知道文件名的一部分，那么正则表达式很有用，但这是您的目标。例如。如果 filename1._hc 在您的 ValidatedDirectory 中，是否还需要复制文件 filename11.tif 和 filename12.tif？如果您只是寻找精确匹配，您可以直接比较它们：
tocopy <- tocopy[tocopy %in% pattern]

但一般来说，在 R 中工作很容易，因为您可以按部就班地做所有事情，如果您只是检查 tocopy，您可以看到您的调用是否有意义。

Answer 2

在@Emil Bode 的大力帮助下，我得到了以下问题的解决方案（也许不是最优雅的，但它在 1000 个 .tif 文件上运行得足够快。

ValidatedDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Validated"
RawDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Raw"
OutputDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Ouputfolder"

ValidatedImages <- list.files(ValidatedDirectory)

pattern <- gsub("_hc", "", ValidatedImages)
pattern <- paste(gsub("([.|()\^{}+$*?]|\[|\])", "\\\1", pattern), collapse="|")

filesinRAW <- list.files(
  path = RawDirectory,
  recursive = TRUE,
  include.dirs = FALSE,
  full.names = FALSE,
  pattern = pattern)

setwd(RawDirectory)

file.copy(from = filesinRAW, to = OutputDirectory, overwrite = TRUE)

复制噩梦，根据另一个文件夹中的文件选择要复制的文件

A copying nightmare, choosing files to copy based on files in another folder

r

copying