R readr read_log 将通用/组合日志文件读入 tibble

这是日志文件的相当标准的格式 - 它使用引号和方括号进行引用，并且可能会在带引号的字符串中嵌入文字引号。破折号 "-" 用于缺失值。

用法

read_log(
  file,
  col_names = FALSE,
  col_types = NULL,
  trim_ws = TRUE,
  skip = 0,
  n_max = Inf,
  show_col_types = should_show_types(),
  progress = show_progress()
)

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。

col_names

TRUE 、 FALSE 或列名称的字符向量。

如果 TRUE ，输入的第一行将用作列名称，并且不会包含在 DataFrame 中。如果 FALSE ，将自动生成列名称：X1、X2、X3 等。

如果 col_names 是字符向量，则这些值将用作列的名称，并且输入的第一行将被读入输出数据帧的第一行。

缺少 ( NA ) 列名将生成警告，并用虚拟名称 ...1 、 ...2 等进行填充。重复的列名将生成警告并使其唯一，请参阅 name_repair 来控制其方式完毕。

col_types

NULL、cols() 规范或字符串之一。有关更多详细信息，请参阅vignette("readr")。

如果是 NULL ，则所有列类型都将从输入的 guess_max 行推断出来，散布在整个文件中。这很方便(而且快速)，但不够稳健。如果猜测的类型错误，您需要增加 guess_max 或自己提供正确的类型。

由 list() 或 cols() 创建的列规范必须为每一列包含一个列规范。如果您只想读取列的子集，请使用 cols_only() 。

或者，您可以使用紧凑的字符串表示形式，其中每个字符代表一列：

• c = 字符

• 我 = 整数

• n = 数字

• d = 双

• l = 逻辑

• f = 因子

• D = 日期

• T = 日期时间

• t = 时间

• ？ = 猜猜

• _ 或 - = 跳过

默认情况下，读取没有列规范的文件将打印一条消息，显示 readr 猜测的内容。要删除此消息，请设置 show_col_types = FALSE 或设置 `options(readr.show_col_types = FALSE)。

trim_ws

在解析每个字段之前是否应该删除前导和尾随空格(ASCII 空格和制表符)？

skip

读取数据之前要跳过的行数。如果提供comment，则跳过后任何注释行都将被忽略。

n_max

读取的最大行数。

show_col_types

如果是 FALSE ，则不显示猜测的列类型。如果 TRUE 始终显示列类型，即使提供了列类型。如果 NULL(默认)仅在 col_types 参数未显式提供列类型时显示列类型。

progress

显示进度条？默认情况下，它只会在交互式会话中显示，而不会在编织文档时显示。可以通过将选项 readr.show_progress 设置为 FALSE 来禁用自动进度条。

例子

read_log(readr_example("example.log"))
#> 
#> ── Column specification ──────────────────────────────────────────────────
#> cols(
#>   X1 = col_character(),
#>   X2 = col_logical(),
#>   X3 = col_character(),
#>   X4 = col_character(),
#>   X5 = col_character(),
#>   X6 = col_double(),
#>   X7 = col_double()
#> )
#> # A tibble: 2 × 7
#>   X1           X2    X3                   X4             X5       X6    X7
#>   <chr>        <lgl> <chr>                <chr>          <chr> <dbl> <dbl>
#> 1 172.21.13.45 NA    "Microsoft\\JohnDoe" 08/Apr/2001:1… GET …   200  3401
#> 2 127.0.0.1    NA    "frank"              10/Oct/2000:1… GET …   200  2326