每次加载包时从互联网下载新数据

Question

我有一个包，它从互联网上抓取数据并根据函数调用显示其内容。但最近我从 CRAN 收到一条消息，当安装二进制构建时数据变得陈旧（因为该功能在 utils.R 中提到并且它在构建时已下载）。

在过去的几天里，我尝试了以下但没有成功：

• 使用<<- 的全局变量，但它会生成一个 CRAN 注释，我还查看了一些建议不要使用该方法的答案 注：no visible binding for global variable
• 创建一个新环境，然后在其中添加这个下载的对象，但由于我无法在其他功能中访问该对象，因此它从未成功。参考：Where to create package environment variables?

这是当前的包文件：https://github.com/amrrs/tiobeindexr/tree/master/R

尝试过的解决方案：

zzz.r文件：

.onLoad <- function (libname, pkgname)
{

  assign("newEnv", new.env(hash = TRUE, parent = parent.frame()))

  newEnv$.all_tablesx789  <- rvest::html_table(xml2::read_html('https://www.tiobe.com/tiobe-index/'))


}

核心代码中的功能之一。

hall_of_fame <- function() {

  #check_data()

  #.GlobalEnv$.all_tablesx789 <- check_data()

  newEnv$.all_tablesx789[[4]]

}

包构建良好，但找不到对象。以下错误：

Error in hall_of_fame() : object 'newEnv' not found

我只有几天的时间将我的包保存在 CRAN 上，我希望我已经提供了足够的数据来保存这个正在下载的问题。

谢谢！

Answer 1

考虑将memoise 添加为依赖项，这样您就可以使用最少的依赖项链免费获得会话缓存，然后使用包环境和（只是为了好玩）活动绑定。

创建新的 ? 环境（你可以将其粘贴在，例如，aaa.R）：

.pkgenv <- new.env(parent=emptyenv())

现在，（比如说，在zzz.R）设置一个抓取表格的函数：

.get_tiboe_tables <- function(url) {
  message("Delete this since it's just to show caching works") # delete this
  content <- xml2::read_html(url)
  rvest::html_table(content)
}

然后“记忆”它（再次，在zzz.R）：

get_tiboe_tables <- memoise::memoise(.get_tiboe_tables)

现在，创建一个活动绑定，它可以让我们像访问变量一样访问表（即没有()）。它比必要的更“有趣”（再次，在zzz.R）：

makeActiveBinding(
  sym = "all_tables",
  fun = function() get_tiboe_tables('https://www.tiobe.com/tiobe-index/'),
  env = .pkgenv
)

现在，获取这样的值（请注意，当它“启动”缓存时，我们会收到“加载”消息：

str(.pkgenv$all_tables, 1)
## Delete this since it's just to show caching works ** the loading msg
## List of 4
##  $ :'data.frame':    20 obs. of  6 variables:
##  $ :'data.frame':    30 obs. of  3 variables:
##  $ :'data.frame':    15 obs. of  8 variables:
##  $ :'data.frame':    15 obs. of  2 variables:

在后续调用中没有加载消息，因为它正在检索缓存值：

str(.pkgenv$all_tables, 1)
## List of 4
##  $ :'data.frame':    20 obs. of  6 variables:
##  $ :'data.frame':    30 obs. of  3 variables:
##  $ :'data.frame':    15 obs. of  8 variables:
##  $ :'data.frame':    15 obs. of  2 variables:

在下一个 R 会话中，它将刷新表格。这样，在不滥用网站的情况下就有新数据。您也可以使用文件排序而不是排序名称黑客。

请注意，您也可以导出活动绑定，然后您的 ? 用户可以像变量一样使用它，而不是像函数一样调用它。

Answer 2

其实我采取了与上面answer略有不同的方法。这参考了 Thomas 的 comment，原因是我不想将 memoise 添加为依赖项并尝试了替代方法。

在aaa.R中创建一个新包：

.pkgenv <- new.env(parent=emptyenv())

在zzz.R中使用.onAttach()将数据加载到环境中的表中

.onAttach <- function(libname, pkgname) {

  packageStartupMessage("Downloading TIOBE Index Data using your Internet...")

  tryCatch({
    .pkgenv$.get_tiboe_tables <- rvest::html_table(xml2::read_html("https://www.tiobe.com/tiobe-index/"))
  },
  error = function(e){
    packageStartupMessage("Downloading TIOBE Index data failed!")
    packageStartupMessage("Error Message:")
    packageStartupMessage(e)
    return(NA)
  })

}

我之前的错误似乎是我试图在.onLoad() 内部创建新环境。