如何使用R下载链接在网站上的文件？

Question

我正在尝试从以下网站下载一个.xlsx文件：https://www.cor.pa.gov/Pages/COVID-19.aspx

在该网站上，有一个链接可以阅读最新的PA DOC囚犯和员工新冠肺炎测试数据。当您单击它时，它将下载.xlsx文件。它不会重定向到不同的页面。

我试过了

download.file("https://www.cor.pa.gov/Pages/COVID-19.aspx/Documents/PA-DOC-COVID-19-Testing.xlsx",destfile="PA-DOC-COVID-19-Testing (1).xlsx")
Penn <- read_excel("PA-DOC-COVID-19-Testing (1).xlsx")

但是我得到了错误信息" error : Evaluation error: zip文件‘/myfiledirectory/PA-DOC-新冠肺炎-Testing (1).xlsx’无法打开。‘

我从html代码中获得了download.file URL (/Documents/PA-DOC-新冠肺炎-Testing.xlsx)。

如果有人对如何做到这一点有见解，我将不胜感激。谢谢!

Answer 1

你弄错了链接。这是可行的：

download.file("https://www.cor.pa.gov/Documents/PA-DOC-COVID-19-Testing.xlsx", destfile="PA-DOC-COVID-19-Testing.xlsx")
Penn <- readxl::read_excel("PA-DOC-COVID-19-Testing.xlsx")

> head(Penn)
# A tibble: 6 x 23
  LOCATION `Staff Testing` ...3  ...4  ...5  ...6  `Inmate Testing` ...8  ...9  ...10 ...11
  <chr>    <chr>           <chr> <chr> <chr> <chr> <chr>            <chr> <chr> <chr> <chr>
1 NA       Positive        Nega… Pend… Deat… Reco… Positive         Nega… Pend… Deat… Reco…
2 Central… 1               1     NA    NA    NA    NA               NA    NA    NA    NA   
3 Albion   NA              7     5     NA    NA    NA               89    NA    NA    NA   
4 Benner … NA              13    2     NA    NA    1                91    NA    1     NA   
5 Cambrid… NA              8     1     NA    NA    NA               163   NA    NA    NA   
6 Camp Hi… 4               8     21    NA    3     1                1333  NA    NA    NA   
# … with 12 more variables: `Inmate Testing Purpose` <chr>, ...13 <chr>, ...14 <chr>, ...15 <chr>,
#   ...16 <chr>, ...17 <chr>, ...18 <chr>, ...19 <chr>, ...20 <chr>, ...21 <chr>, ...22 <lgl>,
#   ...23 <chr>

Answer 2

您需要解压缩下载的文件。因为从网络下载的文件是压缩的。你可以在StackOverflow上找到类似帖子的链接：Using R to download zipped data file, extract, and import data