问题描述
utils::download.file(
url = 'https://servicos.ibama.gov.br/ctf/publico/areasembargadas/downloadListaAreasEmbargadas.PHP',destfile = 'C:/users/arthu/Desktop/fines.rar',mode = "wb"
)
解压并尝试将其加载到 R 后:
utils::unzip(
zipfile = './fines.rar',exdir = './ibama_data'
)
dados <- readxl::read_xls(
"./ibama_data/rel_areas_embargadas_0-65000_2020-12-10_080019.xls"),skip = 6,col_type = c(rep("guess",13),"date","guess","date")
)
我得到 libxls error: Unable to open file
。
如果我尝试将文件重命名为 .xlsx,如下所示,在使用 readxl::read_excel
读取它时会出现评估错误,说 unable to open file
file <- file.rename(
from = "./Desktop/ibama_data/rel_areas_embargadas_0-65000_2020-12-10_080019.xls",to = "./Desktop/ibama_data/test.xlsx"
)
但是,如果我手动打开这样的文件,excel 会向我发出警告,指出该文件的扩展名与其类型不匹配。将其保存为 .xlsx 后,我终于可以使用 read_excel
如果我想编写一个包含从网络下载此类数据然后将其加载到 R 中的函数的包,我该如何解决这个问题?
编辑
解决方法
您尝试读取的 .xls
文件不是 Excel 文档,而是 HTML 表格。
您可以使用 XML
包阅读它:
library(XML)
doc <- htmlParse('rel_areas_embargadas_0-65000_2021-01-13_080018.xls')
tableNode <- getNodeSet(doc,'//table')
data <- XML::readHTMLTable(tableNode[[1]])
#Store header
header <- data[1:5,]
#Store colnames
colnames <- data[6,]
#Remove header
data <- data[-1:-6,]
#Set colnames
colnames(data)<-colnames
head(data)