如何通过R从互联网下载文件

Question

我有一个URL，想要通过R下载文件。我注意到download.file可能会有帮助，但我的问题似乎有所不同：

url <- "http://journal.gucas.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=11771"
destfile <- "myfile.pdf"
download.file(url, destfile)

它不起作用！我注意到如果我的url是以xxx.pdf的形式出现，那么上面的代码没有问题，否则下载的文件就会损坏。

有人知道如何解决这个问题吗？

- PepsiCo

---

请定义“不起作用”。我可以使用download.file下载文件，并使用PDF阅读器打开它，因此我无法重现您的问题。我的第一个猜测是您在Web代理后面... - Paul Hiemstra

我运行了代码，可以得到文件“myfile.pdf”，但是当我点击文件“myfile.pdf”时，无法打开它，所以我认为可能我没有以正确的方式下载它。 - PepsiCo

下载对我来说也很顺利，我可以打开PDF文件。不过，PDF文件是中文的，也许你只是缺少中文字体？ - nico

Answer 1

在保存文件时，可能需要将模式设置为二进制数据处理。如果我省略该参数，则会得到一个空文件，但是以这种方式可以正常工作：

url <- "http://journal.gucas.ac.cn/CN/article/downloadArticleFile.do?
attachType=PDF&id=11771"
destfile <- "myfile.pdf"
download.file(url, destfile, mode="wb")

- Troy

---

你能指定你的操作系统和R版本吗？当使用“internal”方法时，“mode”参数才会被使用。默认方法是“auto”，所以我怀疑它可能取决于操作系统。我在FC18 64位下使用R 3.0.2下载文件没有问题。 - nico

平台 x86_64-w64-mingw32
架构 x86_64
操作系统 mingw32
系统 x86_64, mingw32
状态
主版本号 3
次版本号 0.2
年份 2013
月份 09
日期 25
svn版本 63987 - Troy

我认为可能与ISP如何传输http二进制流有关，这可以解释为什么对于一些人而言，在没有强制模式的情况下可以正常工作，而对于其他人则不行。 - Troy

我需要添加 method='curl' 以避免得到损坏的 PDF。RStudio 版本为 0.98.1103，R 3.1.2 在 Windows 上运行。 - mfrellum

我使用了所有这些方法，但仍无法创建可用的文件。它在尝试打开时失败了。 - SqueakyBeak

Answer 2

我正在尝试使用R下载nc文件。下载很好，但是当我尝试打开文件时出现以下错误：

Error in R_nc4_open: NetCDF：未知的文件格式Error in nc_open("SM_D2010323_Map_SATSSS_data_1day.nc") : 在尝试打开文件SM_D2010323_Map_SATSSS_data_1day.nc 时出现错误（return_on_error= FALSE）

url <- "https://www.star.nesdis.noaa.gov/data/socd1/coastwatch/products/miras/nc/SM_D2010323_Map_SATSSS_data_1day.nc"
destfile <- "***/SM_D2010323_Map_SATSSS_data_1day.nc"
download.file(url, destfile)
nc_data <- nc_open('SM_D2010323_Map_SATSSS_data_1day.nc')

但是，当我在浏览器上使用相同的URL时，我可以在R中无任何问题地打开该文件。

- Saber Aradpour

---

抱歉，这与主题无关，请提出您自己的问题 :) - Dorian Grv