将文本文件作为单个字符串导入

Question

如何在 R 中将纯文本文件作为单个字符串导入？我认为这可能会有一个非常简单的答案，但是当我今天尝试这个时，我发现我找不到执行此操作的函数。

例如，假设我有一个文件foo.txt，其中包含我想要文本挖掘的内容。

我试过了：

scan("foo.txt", what="character", sep=NULL)

但这仍然返回一个向量。我得到了它的一些工作：

paste(scan("foo.txt", what="character", sep=" "),collapse=" ")

但这是一个非常丑陋的解决方案，可能也不稳定。

Answer 1

如果 3 年后还有人在看这个问题，Hadley Wickham 的 readr 包有一个方便的 read_file() 函数可以帮你解决这个问题。

# you only need to do this one time on your system
install.packages("readr")

library(readr)
mystring <- read_file("path/to/myfile.txt")

Answer 2

看来您的解决方案并不难看。您可以像这些方式使用函数并使其专业化

• 第一路

new.function <- function(filename){
  readChar(filename, file.info(filename)$size)
}

new.function('foo.txt')

• 第二种方式

new.function <- function(){
  filename <- 'foo.txt'
  return (readChar(filename, file.info(filename)$size))
}

new.function()

Answer 3

readr 包有一个功能可以为你做任何事情。

install.packages("readr") # you only need to do this one time on your system
library(readr)
mystring <- read_file("path/to/myfile.txt")

这将替换包 stringr 中的版本。

Answer 4

太糟糕了，Sharon 的解决方案不能再使用了。我已将 Josh O'Brien 的解决方案与 asieira 的修改添加到我的 .Rprofile 文件中：

read.text = function(pathname)
{
    return (paste(readLines(pathname), collapse="\n"))
}

并像这样使用它：txt = read.text('path/to/my/file.txt')。我无法复制土包子（2014 年 10 月 28 日）的发现，writeLines(txt) 显示了file.txt 的内容。此外，在write(txt, '/tmp/out') 命令diff /tmp/out path/to/my/file.txt 之后报告没有差异。

Answer 5

readChar 没有太大的灵活性，所以我结合了您的解决方案（readLines 和粘贴）。

我还在每行之间添加了一个空格：

con <- file("/Users/YourtextFile.txt", "r", blocking = FALSE)
singleString <- readLines(con) # empty
singleString <- paste(singleString, sep = " ", collapse = " ")
close(con)

Answer 6

这是来自@JoshuaUlrich 的解决方案的变体，它使用正确的大小而不是硬编码的大小：

fileName <- 'foo.txt'
readChar(fileName, file.info(fileName)$size)

请注意，readChar 会为您指定的字节数分配空间，因此readChar(fileName, .Machine$integer.max) 无法正常工作...

Answer 7

怎么样：

string <- readChar("foo.txt",nchars=1e6)

Answer 8

我会使用以下内容。它应该工作得很好，而且看起来并不难看，至少对我来说：

singleString <- paste(readLines("foo.txt"), collapse=" ")