read_file()
将完整文件读取到单个对象中:长度为 1 的字符向量或原始向量。 write_file()
采用单个字符串或原始向量,并按原样写入。处理二进制数据或具有未知编码的文本数据时,原始向量非常有用。
用法
read_file(file, locale = default_locale())
read_file_raw(file)
write_file(x, file, append = FALSE, path = deprecated())
参数
- file
-
文件路径、连接或文字数据(单个字符串或原始向量)。
以
.gz
、.bz2
、.xz
或.zip
结尾的文件将自动解压缩。将自动下载以http://
、https://
、ftp://
或ftps://
开头的文件。远程gz文件也可以自动下载并解压。文字数据对于示例和测试最有用。要被识别为文字数据,输入必须用
I()
包装,是包含至少一个换行符的字符串,或者是至少包含一个带有换行符的字符串的向量。使用值
clipboard()
将从系统剪贴板读取。 - locale
-
区域设置控制默认值因地而异。默认区域设置为 US-centric(如 R),但您可以使用
locale()
创建自己的区域设置来控制默认时区、编码、小数标记、大标记和日/月名称等内容。 - x
-
单个字符串或要写入磁盘的原始向量。
- append
-
如果
FALSE
,将覆盖现有文件。如果TRUE
,将追加到现有文件。在这两种情况下,如果文件不存在,则会创建新文件。 - path
例子
read_file(file.path(R.home("doc"), "AUTHORS"))
#> [1] "Authors of R.\n\nR was initially written by Robert Gentleman and Ross Ihaka—also known as \"R & R\"\nof the Statistics Department of the University of Auckland.\n\nSince mid-1997 there has been a core group with write access to the R\nsource, currently consisting of\n\nDouglas Bates\nJohn Chambers\nPeter Dalgaard\nRobert Gentleman\nKurt Hornik\nRoss Ihaka\nTomas Kalibera\nMichael Lawrence\nFriedrich Leisch\nUwe Ligges\nThomas Lumley\nMartin Maechler\nSebastian Meyer\nPaul Murrell\nMartyn Plummer\nBrian Ripley\nDeepayan Sarkar\nDuncan Temple Lang\nLuke Tierney\nSimon Urbanek\n\nplus Heiner Schwarte up to October 1999, Guido Masarotto up to June 2003,\nStefano Iacus up to July 2014, Seth Falcon up to August 2015, Duncan Murdoch\nup to September 2017, and Martin Morgan up to June 2021.\n\n\nCurrent R-core members can be contacted via email to R-project.org\nwith name made up by replacing spaces by dots in the name listed above.\n\n(The authors of code from other projects included in the R distribution\nare listed in the COPYRIGHTS file.)\n"
read_file_raw(file.path(R.home("doc"), "AUTHORS"))
#> [1] 41 75 74 68 6f 72 73 20 6f 66 20 52 2e 0a 0a 52 20 77 61 73 20 69
#> [23] 6e 69 74 69 61 6c 6c 79 20 77 72 69 74 74 65 6e 20 62 79 20 52 6f
#> [45] 62 65 72 74 20 47 65 6e 74 6c 65 6d 61 6e 20 61 6e 64 20 52 6f 73
#> [67] 73 20 49 68 61 6b 61 e2 80 94 61 6c 73 6f 20 6b 6e 6f 77 6e 20 61
#> [89] 73 20 22 52 20 26 20 52 22 0a 6f 66 20 74 68 65 20 53 74 61 74 69
#> [111] 73 74 69 63 73 20 44 65 70 61 72 74 6d 65 6e 74 20 6f 66 20 74 68
#> [133] 65 20 55 6e 69 76 65 72 73 69 74 79 20 6f 66 20 41 75 63 6b 6c 61
#> [155] 6e 64 2e 0a 0a 53 69 6e 63 65 20 6d 69 64 2d 31 39 39 37 20 74 68
#> [177] 65 72 65 20 68 61 73 20 62 65 65 6e 20 61 20 63 6f 72 65 20 67 72
#> [199] 6f 75 70 20 77 69 74 68 20 77 72 69 74 65 20 61 63 63 65 73 73 20
#> [221] 74 6f 20 74 68 65 20 52 0a 73 6f 75 72 63 65 2c 20 63 75 72 72 65
#> [243] 6e 74 6c 79 20 63 6f 6e 73 69 73 74 69 6e 67 20 6f 66 0a 0a 44 6f
#> [265] 75 67 6c 61 73 20 42 61 74 65 73 0a 4a 6f 68 6e 20 43 68 61 6d 62
#> [287] 65 72 73 0a 50 65 74 65 72 20 44 61 6c 67 61 61 72 64 0a 52 6f 62
#> [309] 65 72 74 20 47 65 6e 74 6c 65 6d 61 6e 0a 4b 75 72 74 20 48 6f 72
#> [331] 6e 69 6b 0a 52 6f 73 73 20 49 68 61 6b 61 0a 54 6f 6d 61 73 20 4b
#> [353] 61 6c 69 62 65 72 61 0a 4d 69 63 68 61 65 6c 20 4c 61 77 72 65 6e
#> [375] 63 65 0a 46 72 69 65 64 72 69 63 68 20 4c 65 69 73 63 68 0a 55 77
#> [397] 65 20 4c 69 67 67 65 73 0a 54 68 6f 6d 61 73 20 4c 75 6d 6c 65 79
#> [419] 0a 4d 61 72 74 69 6e 20 4d 61 65 63 68 6c 65 72 0a 53 65 62 61 73
#> [441] 74 69 61 6e 20 4d 65 79 65 72 0a 50 61 75 6c 20 4d 75 72 72 65 6c
#> [463] 6c 0a 4d 61 72 74 79 6e 20 50 6c 75 6d 6d 65 72 0a 42 72 69 61 6e
#> [485] 20 52 69 70 6c 65 79 0a 44 65 65 70 61 79 61 6e 20 53 61 72 6b 61
#> [507] 72 0a 44 75 6e 63 61 6e 20 54 65 6d 70 6c 65 20 4c 61 6e 67 0a 4c
#> [529] 75 6b 65 20 54 69 65 72 6e 65 79 0a 53 69 6d 6f 6e 20 55 72 62 61
#> [551] 6e 65 6b 0a 0a 70 6c 75 73 20 48 65 69 6e 65 72 20 53 63 68 77 61
#> [573] 72 74 65 20 75 70 20 74 6f 20 4f 63 74 6f 62 65 72 20 31 39 39 39
#> [595] 2c 20 47 75 69 64 6f 20 4d 61 73 61 72 6f 74 74 6f 20 75 70 20 74
#> [617] 6f 20 4a 75 6e 65 20 32 30 30 33 2c 0a 53 74 65 66 61 6e 6f 20 49
#> [639] 61 63 75 73 20 75 70 20 74 6f 20 4a 75 6c 79 20 32 30 31 34 2c 20
#> [661] 53 65 74 68 20 46 61 6c 63 6f 6e 20 75 70 20 74 6f 20 41 75 67 75
#> [683] 73 74 20 32 30 31 35 2c 20 44 75 6e 63 61 6e 20 4d 75 72 64 6f 63
#> [705] 68 0a 75 70 20 74 6f 20 53 65 70 74 65 6d 62 65 72 20 32 30 31 37
#> [727] 2c 20 61 6e 64 20 4d 61 72 74 69 6e 20 4d 6f 72 67 61 6e 20 75 70
#> [749] 20 74 6f 20 4a 75 6e 65 20 32 30 32 31 2e 0a 0a 0a 43 75 72 72 65
#> [771] 6e 74 20 52 2d 63 6f 72 65 20 6d 65 6d 62 65 72 73 20 63 61 6e 20
#> [793] 62 65 20 63 6f 6e 74 61 63 74 65 64 20 76 69 61 20 65 6d 61 69 6c
#> [815] 20 74 6f 20 52 2d 70 72 6f 6a 65 63 74 2e 6f 72 67 0a 77 69 74 68
#> [837] 20 6e 61 6d 65 20 6d 61 64 65 20 75 70 20 62 79 20 72 65 70 6c 61
#> [859] 63 69 6e 67 20 73 70 61 63 65 73 20 62 79 20 64 6f 74 73 20 69 6e
#> [881] 20 74 68 65 20 6e 61 6d 65 20 6c 69 73 74 65 64 20 61 62 6f 76 65
#> [903] 2e 0a 0a 28 54 68 65 20 61 75 74 68 6f 72 73 20 6f 66 20 63 6f 64
#> [925] 65 20 66 72 6f 6d 20 6f 74 68 65 72 20 70 72 6f 6a 65 63 74 73 20
#> [947] 69 6e 63 6c 75 64 65 64 20 69 6e 20 74 68 65 20 52 20 64 69 73 74
#> [969] 72 69 62 75 74 69 6f 6e 0a 61 72 65 20 6c 69 73 74 65 64 20 69 6e
#> [991] 20 74 68 65 20 43 4f 50 59 52 49 47 48 54 53 20 66 69 6c 65 2e 29
#> [1013] 0a
tmp <- tempfile()
x <- format_csv(mtcars[1:6, ])
write_file(x, tmp)
identical(x, read_file(tmp))
#> [1] TRUE
read_lines(I(x))
#> [1] "mpg,cyl,disp,hp,drat,wt,qsec,vs,am,gear,carb"
#> [2] "21,6,160,110,3.9,2.62,16.46,0,1,4,4"
#> [3] "21,6,160,110,3.9,2.875,17.02,0,1,4,4"
#> [4] "22.8,4,108,93,3.85,2.32,18.61,1,1,4,1"
#> [5] "21.4,6,258,110,3.08,3.215,19.44,1,0,3,1"
#> [6] "18.7,8,360,175,3.15,3.44,17.02,0,0,3,2"
#> [7] "18.1,6,225,105,2.76,3.46,20.22,1,0,3,1"
相关用法
- R readr read_fwf 将固定宽度文件读入 tibble
- R readr read_rds 读/写 RDS 文件。
- R readr read_lines 从文件中读取/写入行
- R readr read_builtin 从包中读取内置对象
- R readr read_delim 将分隔文件(包括 CSV 和 TSV)读入 tibble
- R readr read_table 将空格分隔的列读入 tibble
- R readr read_log 将通用/组合日志文件读入 tibble
- R readr readr_example 获取 readr 示例的路径
- R readr datasource 创建源对象。
- R readr melt_delim 返回分隔文件中每个标记的熔化数据(包括 csv 和 tsv)
- R readr parse_number 灵活地解析数字
- R readr Tokenizers 分词器。
- R readr melt_table 返回空格分隔文件中每个标记的熔化数据
- R readr date_names 创建或检索日期名称
- R readr type_convert 重新转换现有 DataFrame 中的字符列
- R readr locale 创建语言环境
- R readr write_delim 将数据帧写入分隔文件
- R readr parse_vector 解析字符向量。
- R readr with_edition 暂时更改活动阅读器版本
- R readr format_delim 将 DataFrame 转换为分隔字符串
- R readr edition_get 检索当前活动版本
- R readr melt_fwf 返回固定宽度文件中每个标记的熔化数据
- R readr count_fields 计算文件每一行中的字段数
- R readr problems 检索解析问题
- R readr parse_guess 使用“最佳”类型进行解析
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Read/write a complete file。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。