使用 R 从 API 中检索图片

Question

我从未与 APIs 合作过，所以这是我的第一次尝试，我什至不知道我正在尝试做的事情是否可行。

我正在尝试从 SwissBioPics API (https://www.npmjs.com/package/%40swissprot/swissbiopics%2Dvisualizer) 获取细胞图片，并将它们放入我的 R 会话中。

res <-  httr::GET('https://www.swissbiopics.org/static/swissbiopics.js',
                     query = list(taxisid = '9606', sls= 'SL0073',gos = '0005641'))
result <- httr::content(res$content)

但我收到此错误：

Error in httr::content(res$content) : is.response(x) is not TRUE

有什么线索吗？

Answer 1

您必须在 res 上调用 content 函数，而不是 res$content。然后你得到需要转换的原始内容，例如通过

base::rawToChar(content(res))

这会导致包含一些 JS 代码的字符串

base::rawToChar(content(res))
[1] "var SwissBioPics;SwissBioPics=(()=>....

Answer 2

我只是快速浏览了网站，但只是下载文件呢？它还通过 API.

qurl = "https://www.swissbiopics.org/api/image/Chlamydomona_cells.svg"
fl = file.path(tempdir(), basename(qurl))

download.file(qurl, fl)

在磁盘上后，您可以在 R 中加载图像，例如通过 magick-package:

require(magick)

img = image_read_svg(fl)
print(img)

Answer 3

历经千辛万苦，我有了你的答案！

由于它涉及交互式图像，由 JavaScript 和 HTML 提供，此解决方案必须运行作为 RStudio 中的 .Rmd 文件。交互式图像也可以在同名 .html 文件中访问，当您在 RStudio 中单击 Knit 按钮时，由 knitr 输出。

第 1 步：项目设置

在 RStudio 中的新目录下创建一个新的 R 项目 my_pics。在此项目中，创建一个新的 R Notebook（此处为 my_book.Rmd），它应该位于上述目录下的 my_pics.Rproj 旁边。

第 2 步：支持文件

在同一目录下，创建一个 ./snippets 子目录。后者应包含以下两个 .txt 文件，从 swissbiopics-visualizer documentation:

复制（并更正）

templates.txt：文档中给出的第一个代码块。此处转载有必要的 EOF 和语法更正的评论：

<template id="sibSwissBioPicsStyle">
    <style>
        ul > li > a {
            font-style:oblique;
        }
        ul.notpresent li > .subcell_description {
            display:none;
        }
    </style>
</template>
<template id="sibSwissBioPicsSlLiItem">
    <li class="subcellular_location">
         <a class="subcell_name"></a> <!-- the class name is required and textContent will be set on it -->
         <span class="subcell_description"></span> <!-- the class name is required and textContent will be set on it -->
    </li>
</template>

custom_element.txt：文档中给出的第三个代码块。转载这里有必要 EOF:

<script type="module" src="https://www.swissbiopics.org/static/swissbiopics.js"></script>
<script defer>
    if (! window.customElements.get("sib-swissbiopics-sl"))
        window.customElements.define("sib-swissbiopics-sl", SwissBioPicsSL);
</script>

请注意，这些 .txt 个文件可以像 .html 个文件一样轻松保存。只有文件扩展名需要重构，在 templates 和 custom_element 参数的默认值中，对于下面 my_book.Rmd 代码中的 make_html() 函数。

第 3 步：在 RStudio 中进行交互

现在我们准备好了！在my_book.Rmd中，写入以下内容：

---
title: "R Notebook"
output: html_document
---


```{r}
library(htmltools)
library(readr)
library(rlang)
```



# Functions #

Here are the functions that do the trick.  The snippets used by `make_html()` are copied from the [documentation](https://www.npmjs.com/package/%40swissprot/swissbiopics-visualizer#usage) for `swissbiopics-visualizer`, and (after fixing the HTML comments) pasted into `.txt` files (`templates.txt` and `custom_element.txt`) under the `./snippets` subdirectory, which lies within the directory containing this `.Rproj`.

```{r}
# Create comma-separated list from vectorized (or listed) items, safely escaped.
csl <- function(items) {
  return(paste("\"", paste(htmltools::htmlEscape(unlist(items)), collapse = ",", sep = ""), "\"", sep = ""))
}



# Create the HTML for the interactive imagery given by the parameters. Assembly
# process is as described the documentation for 'swissbiopics-visualizer':
#   https://www.npmjs.com/package/%40swissprot/swissbiopics-visualizer#usage
make_html <- function(# The NCBI taxonomy ID.
                      tax_id,
                      
                      # The IDs of the cellular elements to highlight.
                      sl_ids,
                      
                      # The filepath to (or raw HTML text of) the templates
                      # snippet.
                      templates = "./snippets/templates.txt",
                      
                      # The filepath to (or raw HTML text of) the custom element
                      # snippet.
                      custom_element = "./snippets/custom_element.txt",
                      
                      # Further arguments to 'readr::read_file()', which might
                      # be useful to process snippet encodings across platforms.
                      ...) {
  # Escape any strings supplied.
  tax_id <- csl(tax_id[1])
  sl_ids <- csl(sl_ids)
  
  
  # Compile all the HTML snippets into a list:
  elements <- list()
  
  
  # Include the templates (as read)...
  elements$templates <- readr::read_file(file = templates, ...)
  
  
  # ...then include the line (created here) to target the right picture...
  elements$identifier <- "<sib-swissbiopics-sl taxid=%s sls=%s></sib-swissbiopics-sl>"
  elements$identifier <- sprintf(fmt = elements$identifier, tax_id, sl_ids)
  
  
  # ...and finally include the definition (as read) for the custom element.
  elements$custom_element <- readr::read_file(file = custom_element, ...)
  
  
  # Append these snippets together, into the full HTML code.
  return(paste(unlist(elements), collapse = "\n"))
}



# Display the interactive imagery given by the parameters, visible in both
# RStudio (crowded) and the R Markdown file (well laid out).
visualize <- function(# The NCBI taxonomy ID.
                      taxid = "9606",
                      
                      # A list (or vector) of the UniProtKB subcellular location
                      # (SL) IDs for the cellular elements to highlight.
                      sls = list("SL0073"),
                      
                      # Further arguments to 'make_html()'.
                      ...
                      ) {
  # Embed the HTML text where this function is called.
  return(htmltools::HTML(make_html(tax_id = taxid, sl_ids = sls, ...)))
}
```



# Results #

Here we `visualize()` the **interactive** image, also accessible on [SwissBioPics](https://www.swissbiopics.org):

```{r}
visualize(sls = list("SL0073", "SL0138"))
```

备注

观察我们如何（在这种情况下）“懒惰地”使用 taxid 的默认值 ("9606")，而不必指定它。还要观察我们如何 同时突出显示 而不是多个单独的组件，即 Contractile vacuole ("SL0073") and the Cell cortex ("SL0138").

现在在调用 visualize() 的最后一个块下方

```{r}
visualize(sls = list("SL0073", "SL0138"))
```

您将看到如下所示的交互式输出：

遗憾的是，它在 RStudio 中显得非常拥挤，可能需要 HTML 向导来更改支持 .txt（或 .html) 文件，以在 IDE.

内实现正确格式化 HTML

第 4 步：嵌入报告

与任何 .Rmd 文件一样，RStudio 为您提供了 Knit Markdown 结果到 .html 文件的选项，可以轻松访问和格式精美作为报告!

在 RStudio 中打开 my_book.Rmd，单击 Knit 按钮，my_book.html 应该出现在同一目录中。您可以在网络浏览器中打开此 .html 文件（我使用 Chrome）来查看它的全部精彩内容！

总结

使用这两个交互式图像中的任何一个，您都可以悬停以突出显示图表的各个组件和层。此外，单击任何定义都会通过超链接转到其在 UnitProt.

上的配置文件

许多剩余的限制是由于 swissbiopics-visualizer API 本身。例如，它的 mapping from GO IDs to SL IDs, via this dataset 似乎有故障。因此，您应该只向 visualize().

提供 SL 代码

就是说，如果您能控制 HTML 并按照您的意愿改变其布局，那就没有极限了！

尽情享受吧！

奖金

这是相同交互式输出的演示，嵌入在 Stack Overflow 中！不幸的是，它在这个环境中不稳定且非常笨拙，所以我把它留作“脚注”：

<template id="sibSwissBioPicsStyle">
    <style>
        ul > li > a {
            font-style:oblique;
        }
        ul.notpresent li > .subcell_description {
            display:none;
        }
    </style>
</template>
<template id="sibSwissBioPicsSlLiItem">
    <li class="subcellular_location">
         <a class="subcell_name"></a> <!-- the class name is required and textContent will be set on it -->
         <span class="subcell_description"></span> <!-- the class name is required and textContent will be set on it -->
    </li>
</template>


<sib-swissbiopics-sl taxid="9606" sls="SL0073,SL0138" ></sib-swissbiopics-sl>


<script type="module" src="https://www.swissbiopics.org/static/swissbiopics.js"></script>
<script defer>
    if (! window.customElements.get("sib-swissbiopics-sl"))
        window.customElements.define("sib-swissbiopics-sl", SwissBioPicsSL);
</script>

使用 R 从 API 中检索图片

Retrieve pictures from API with R

api

json

r

httr

第 1 步：项目设置

第 2 步：支持文件

第 3 步：在 RStudio 中进行交互

备注

第 4 步：嵌入报告

总结

尽情享受吧！

奖金