使用readline从文本文件中提取条目的百分比

Question

嗨，我有一个非常大的txt文件(字符)，我想提取10%的条目，并将它们保存到另一个txt文件中。

con1 <- file("ABC.txt", "rb")   # 2,36 mio DS
dfc1<-readLines(con1, ??? ,skipNul = TRUE)#

而不是？我想要<10%的data>。

所以如果我的ABC.txt

英国广播公司( BBC )是英国广播公司( BBC )的主要商业部门和全资子公司。它的存在是为了支持英国广播公司的公共服务使命，并代表英国广播公司实现利润最大化……

我的新文件应该只包含10% (随机)的单词，如：

“全球商业代表.”

在R ?中有这样的方法吗？

谢谢

Answer 1

如果在文本文件中读取，则可以使用stringr包获得10%的随机单词示例，使用以下代码：

text<- c("BBC Worldwide is a principle commercial arm and a wholly owned subsidiary of the British Broadcasting Corporation (BBC). The business exists to support the BBC public service mission and to maximise profits on its behalf...")
set.seed(9999)
library(stringr)
selection<-sample.int(str_count(text," ")+1, round(0.1*str_count(text," ")+1))
subset<-word(text, selection)