r - 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。我已经在 Rstudio.cloud 中完成了所有编码，一切正常，但是当我在本地机器上尝试这些功能时，它们不起作用。

在对每个功能进行了深入研究后，我意识到问题在于下载的文件，它已损坏。

我包括一个函数的第一步只是为了说明我的问题。

file url

# 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\RtmpQ1rOT3\2a74778a1a64.xls
  libxls error: Unable to open file

我正在使用临时文件，但这不是问题，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:

为什么此代码适用于 rstudio.clowd 而不是本地？

我能做些什么来完成工作？ (替代方法、包、功能)

顺便说一下，我使用的是 Windows 10

编辑

回答:

1- Rstudio.cloud 运行在 linux 上，但对于 Windows，我需要对 download.file() 做一些调整命令。

2- download.file(url, file_path, quiet = TRUE, mode = "wb")
这就是我一直在寻找的。

现在我有一个不同的问题。我必须想办法检测该函数是在 Linux 还是 Windows 上运行，以相应地设置该参数。

我可以使用 if 编写一个新的下载文件函数else调用 .Platform$OS.type 结果。

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

你有什么建议？

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" 

因此，查看源代码，如果您没有设置模式，该函数会自动使用“w”，除了 URL 包含 gz、bz2、xz 等(这就是您得到第一个错误的原因)。

以我的拙见，我认为在类 Unix 系统(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 Windows 可以。

所以你可以为所有的download.file 调用设置mode="wd"(只要它不是Windows 下的文本传输)，这不会影响Linux 中的功能。