使用R从LZMA存档中提取文件

Question

我正在尝试使用R从API下载的LZMA存档中提取文件，其中包含JSON文件，并对其进行翻译。在我的计算机上，我可以在Windows Explorer中手动提取文件而没有任何问题。

以下是我目前的代码（已删除API详细信息）：

tempFile <- tempfile()
destDir <- "extracted-files"
if (!dir.exists(destDir)) dir.create(destDir)

download.file("api_url.tar.xz", destfile = tempFile)
untar(tempFile, exdir = destDir)

当我尝试解压文件时，出现以下错误信息：

/usr/bin/tar: This does not look like a tar archive
/usr/bin/tar: Skipping to next header
/usr/bin/tar: Exiting with failure status due to previous errors
Warning messages:
1: running command 'tar.exe -xf "C:\Users\XXX\AppData\Local\Temp\RtmpMncPWp\file2eec75e23a15" -C "extracted-files"' had status 2 
2: In untar(tempFile, exdir = destDir) :
  ‘tar.exe -xf "C:\Users\XXX\AppData\Local\Temp\RtmpMncPWp\file2eec75e23a15" -C "extracted-files"’ returned error code 2

我正在使用安装了 R 版本 3.3.1 (2016-06-21) 的 Windows 10 操作系统。

- RDRR

---

使用library(archive)添加了一个解决方案，它对我来说速度最快，而且支持在无需先解压缩文件的情况下从存档中读取文件。 - Tom Wenseleers

Answer 1

使用 library(archive)，您可以在不必先解压缩的情况下读取存档文件中特定的 CSV 文件：

library(archive)
library(readr)
read_csv(archive_read("api_url.tar.xz", file = 1), col_types = cols()) # adjust file=XX as appropriate

这样会快很多。

要解压缩所有文件，可以使用以下命令：

archive_extract("api_url.tar.xz", dir=XXX)

这对我来说效果非常好，比未编译的untar()函数更快，并且在所有平台上都可用。它支持'tar'、'ZIP'、'7-zip'、'RAR'、'CAB'、'gzip'、'bzip2'、'compress'、'lzma'和'xz'格式。

- Tom Wenseleers

Answer 2

已解决：

虽然在 Mac 上看起来完美无缺，但要在 Windows 上运行，您需要以二进制模式打开压缩的 .xz 文件连接，然后再将其传递给 untar() 函数：

download.file(url, tmp)
zz <- xzfile(tmp, open = "rb")
untar(zz, exdir = destDir)

- RDRR

Answer 3

一个替代方案，甚至更简单的解决方法是在download.file()函数中指定'mode'参数，如下所示：

download.fileurl, destfile = tmp, mode = "wb")

- RDRR