download.file() 下载损坏的 xls

Question

我正在尝试创建一个包来从多米尼加共和国中央银行网页下载、导入和清理数据。我已经完成了 Rstudio.cloud 中的所有编码并且一切正常，但是当我在我的本地机器上尝试这些功能时它们不起作用。

仔细研究每个功能后，我意识到问题出在下载的文件上，它已损坏。

我包含函数的第一步只是为了说明我的问题。

# Packages
library(readxl)

# file url. 
url <- paste0("https://cdn.bancentral.gov.do/documents/",
              "estadisticas/precios/documents/",
              "ipc_base_2010.xls?v=1570116997757")

# termporary path
file_path <- tempfile(pattern = "", fileext = ".xls")

# downloading 
download.file(url, file_path, quiet = TRUE)

# reading the file
ipc_general <- readxl::read_excel(
            file_path,
            sheet = 1,
            col_names = FALSE,
            skip = 7
        )

Error: 
  filepath: C:\Users\Johan Rosa\AppData\Local\Temp\RtmpQ1rOT3a74778a1a64.xls
  libxls error: Unable to open file

我正在使用临时文件，但这不是问题所在，您可以尝试将文件下载到您的工作目录中，但问题仍然存在。

我想知道：

为什么此代码在 rstudio.clowd 而不是本地？
我该怎么做才能完成工作？（替代方法、包、函数）

对了，我用的是Windows10

编辑

答案：

1- Rstudio.cloud 在 linux 上运行，但对于 Windows，我需要对 download.file() 命令进行一些调整。

2- download.file(url, file_path, quiet = TRUE, mode = "wb")

这就是我要找的东西。

现在我有一个不同的问题。我必须想出一种方法来检测函数是运行 on Linux 还是 Windows，以相应地设置该参数。

我可以使用 if else 调用 .Platform$OS.type 结果来编写新的下载文件函数。

或者，我可以为所有 download.file() 调用设置模式 = "wb" 吗？

你有什么建议吗？

Answer 1

来自 download.file()

的文档

The choice of binary transfer (mode = "wb" or "ab") is important on Windows, since unlike Unix-alikes it does distinguish between text and binary files and for text transfers changes \n line endings to \r\n (aka CRLF).

Code written to download binary files must use mode = "wb" (or "ab"), but the problems incurred by a text transfer will only be seen on Windows.

来源download.file

head(print(download.file),12)
1  function (url, destfile, method, quiet = FALSE, mode = "w", cacheOK = TRUE,    
2      extra = getOption("download.file.extra"), headers = NULL,                  
3      ...)                                                                       
4  {                                                                              
5      destfile                                                                   
6      method <- if (missing(method))                                             
7          getOption("download.file.method", default = "auto")                    
8      else match.arg(method, c("auto", "internal", "wininet", "libcurl",         
9          "wget", "curl", "lynx"))                                               
10     if (missing(mode) && length(grep("\\.(gz|bz2|xz|tgz|zip|rd[as]|RData)$", 
11         URLdecode(url))))                                                      
12         mode <- "wb"

所以查看源代码，如果你没有设置模式，该函数会自动使用 "w"，除了 URL 包含 gz、bz2、xz 等（这就是你得到的原因第一个错误）。

以我的拙见，我认为在 Unix-alikes（例如 Linux）中，"w" 和 "wb" 是相同的，因为它们不区分文本文件和二进制文件，但是 Windows 会。

所以你可以设置mode="wd"给所有的download.file调用（只要不是Windows下的文本传输），这不会影响Linux.

download.file() 下载损坏的 xls

download.file() download corrupt xls

r

readxl