• R语言

  • download.file() 无法下载网络图片

junfei 这里包含了两个问题。

第一，'文件却显示为空'。

这是因为代码的第二行并未生效，并未把网页读进来。原因如 @tctcab 所言，可能是因为你用的是 windows 操作系统，而你的操作系统里没有安装 curl。所以，单单是为了这一行生效的话，需要改成：

aa <- readLines(url(urlink), encoding = 'UTF-8')

第二，'curl' call had nonzero exit status。

这是因为，当运行到 download.file时，由于你没有装 curl，所以 method = 'curl'无法生效。你可以把 method = 'curl' 去掉，这样，图片虽然可以下载，但是打开时会有问题。我不知道这是 windows 的问题还是图片浏览软件的问题，没有深究。我试过了method 取其他值，得到的图片都没法在 windows 下正常浏览。

要解决这个问题，需要安装 curl。如果安装了 curl，那么书里的代码（包括第一个问题）不需要更改，可以正常运行。

抱歉，写书的时候没有注意到这一点，想来是当时我的电脑里已经装好了 curl。

      dapengde 我已经下载了Windows 64 bit的curl-7.64.1-win64-binary the curl project，运行了其中的curl.exe应用程序，出现了一个程序窗口但是一闪而过，似乎并没有安装成功，运行上述代码，报错依旧存在！不知所以！

          junfei 你用不着手动运行 curl.exe。它又不是个安装包。

          可能你需要把它的路径添加到环境变量里。

              dapengde 感觉也不是有没有curl的问题！我直接复制了这两个链接到浏览器中，第一个链接能打开，第二个链接不能。我删除了下载的curl，R中也有curl这个功能，同样显示的是第一个链接能打开，第二个链接不能。代码如下：

              > curl::curl("http://www.biomet.co.at/pictures/", open = "r")
A connection with                                               
description "http://www.biomet.co.at/pictures/"
class       "curl"                             
mode        "r"                                
text        "text"                             
opened      "opened"                           
can read    "yes"                              
can write   "no"                               
> curl::curl("http://www.biomet.co.at/wp/wp-content/gallery", open = "r")
Error in open.connection(con, open = mode) : HTTP error 403.

              估计是因为服务器的原因，第二个链接在我这打不开，所以才有之前的两个问题。

                  junfei 第二个链接我也打不开。你的 curl 路径加到环境变量里了吗？

                      > bd <- '1994-9-22 20:30:00'
> bdtime <- strptime(x = bd,  format = '%Y-%m-%d %H:%M:%S',  tz = "Asia/shanghai")
> unlist(unclass(bdtime))
   sec min hour mday mon year wday yday isdst zone gmtoff 
   "0" "30" "20" "22" "8" "94" "4" "264" "0" "CST" NA

                      这是提取时间的年月日时分秒代码，但是我发现其中有个问题就是，提取的月份总是比实际月份少了一个月，不知道这是不是软件bug，还是另有说法呢？
                      奇怪奇怪，少见则多怪！

                        dapengde 请问一下环境变量是指单独加一行curl <- “本地的路径”，还是怎麽的呢？
                        curl <- "d:/CURL/curl-7.64.1-win64-mingw/bin/curl.exe"
                        加了这行代码上去了，但是后面的warning与error还是一样的。

                            junfei

                            事实上看了一下download.file的帮助，window的method改成"wininet"应该就行了

                            不过我测了一下，这样下载下来的文件会报错，换成curl::curl_download()就行，你可以试试装一下curl这个包
                            install.packages("curl")

                            代码

                            urlink <- 'http://www.biomet.co.at/pictures/'
aa <- readLines(urlink, encoding = 'UTF-8')
linkformat <- '/wp-content/gallery/.*jpg.*'
bb <- aa[grep(linkformat, aa)]

bb.jpgs = gsub(".*(http.*?.jpg).*","\\1", head(bb))

dir.create("c:/r4r")

lapply(bb.jpgs, function(fn){
  curl::curl_download(fn, destfile = paste0("c:/r4r/",basename(fn)))
})

                              junfei
                              时间的话

                              在help("DateTimeClasses")里写的是

                              mon
0–11: months after the first of the year.

                              如果要提取时间，建议使用lubridate包，

                              比如

                              lubridate::month(strptime("1994-9-22", format = "%Y-%m-%d"))
#> [1] 9

                              <sup>Created on 2019-03-31 by the reprex package (v0.2.1)</sup>

                                  junfei 在我这里测试，只要把 curl 的路径加到系统的环境变量里，就迎刃而解了。照tctcab 给的链接做就行。

                                  tctcab 我觉得不算复杂，作为 R 语言的 Windows 用户，还是应该了解一下为好，说不定就被逼进了 linux 阵营。

                                  method 上面我说了，用别的值在windows下载的图片打不开。

                                          junfei 不相关的问题最好新开一帖。月份是从 0 算起的。不知道为什么。

                                          tctcab 我是能不用额外包就不用。
                                          format(strptime("1994-9-22", format = "%Y-%m-%d"), format = "%m") 就够了吧。

                                              dapengde 已把curl路径加到了系统的环境变量中D:\CRUL\curl-7.64.1-win64-mingw\bin\curl.exe，然后试运行了代码，发现还是老样子报错！这个问题还竟无可奈何呀！

                                                  junfei

                                                  按我上面的代码装curl包试试，应该会自动帮你弄好curl路径什么的

                                                      junfei

                                                      要添加的路径应该是 D:\CRUL\curl-7.64.1-win64-mingw\bin\，不是 D:\CRUL\curl-7.64.1-win64-mingw\bin\curl.exe。

                                                      添加完之后在 cmd 里运行一下 curl。如果能运行，说明添加成功了。

                                                          tctcab 摁摁，安装了curl包后可以正常下载图片了，谢谢您啦！时间提取包我会去尝试的，谢谢前辈您的指点啦！
                                                          dapengde 也非常谢谢赵老师的悉心指点！对于默认的月份都是从0开始的话那也就不足为奇了，只是对初学的我来说确实也是疑惑了些！现在明了，谢谢您！

                                                              dapengde
                                                              摁，按您指点改了路径之后在cmd中运行了...\bin\curl.exe，显示出如下一行代码：
                                                              curl：try ‘curl--help’ or 'curl--manual' for more information
                                                              然后在Rstudio中运行之前代码，报错依旧不肯罢休呢！

                                                              > bb
[1] NA
> length(bb)
[1] 1

                                                                  dapengde
                                                                  cmd 只运行curl的话，则运行不了！显示：curl不是内部或外部命令，也不是可运行的程序或批处理文件