如何列出未包含在任何 R 任务视图中的包？

Question

我最近一直在查看R Task Views，发现一些感兴趣的包没有包含在任何任务视图中。是否有一种既定的方法来查找任务视图中列出的软件包的补充？

我意识到通过XML 和ctv 文件的处理（例如http://cran.r-project.org/web/views/Econometrics.ctv），我可以找到<packagelist> 节点中列出的所有包的联合，并且available.packages() 可以列出所有可用的软件包供下载。这是诀窍，还是我在使用CRANberries 或CRANtastic 之类的网站时遗漏了一些技巧？

更新 1（不要这样做 - 请参阅下面的答案）：我忽略了提到 CRAN 为包列出了“视图中：”。因此，似乎在幕后，一些信息一直在将包与它们所在的视图相匹配。人们可以轻松（并且粗鲁地）抓取所有 CRAN 包页面并用 grep 查找“In views:”。这是我最初的想法，直到我遇到ctv，它更优雅一些。

更新 2：我忽略了链接到 ctv。如果您喜欢任务视图，包文档会很有趣。

Answer 1

没有隐藏的技巧，只需重新创建 CRANberries 之类的东西（首先调用 available.packages() 并与它存储在本地数据库中的状态数据进行比较）。

在您的情况下，您可能希望计算available.packages() 获得的内容与您从ctv 包中获得的关于任务视图选择的差异。

编辑 1 您的“更新 1”想法很粗糙。太粗暴了。 CRAN 的元信息来自，我认为，适当地考虑元信息：第一组是所有包，每个任务视图的添加集，可能分为“列出”和“推荐”并聚合起来。

编辑 2 我认为您只是使用来自 ctv 的代码来解析它的文件，出来集合。我们在cran2deb 中使用它来定义更小的测试集来创建包。给定该集合（和其他数据），他们可以生成网页。我认为您可能使事情过于复杂。 R 使这成为可能，因为我也非常了解 ;-)

Answer 2

我应该更仔细地阅读ctv 文档。答案就在那里：有一个名为Views.rds 的.rds 文件。这是一个循序渐进的方法：

myRepos         <- "http://cran.r-project.org"
tmpfile         <- tempfile()
download.file(paste(myRepos, "src/contrib/Views.rds", sep = "/"), destfile = tmpfile)

myViews         <- .readRDS(tmpfile)
func_listPkgs   <- function(x){return(x$packagelist$name)}
aggRaw          <- lapply(myViews, func_listPkgs)
aggInViews      <- unique(unlist(aggRaw))

availRaw        <- available.packages(contriburl = paste(myRepos, "src/contrib", sep = "/"))
availPkgs       <- rownames(availRaw)
notInViews      <- setdiff(availPkgs, aggInViews)

这是在做什么：

1. 它从 CRAN 镜像中获取 Views.rds 文件。
2. 它将 Views.rds 加载到数据框中。注意：在 2.13 之前，需要使用 .readRDS，现在是 readRDS 和 2.13。 .readRDS 仍然有效，但已被弃用。
3. 它获取可用软件包的列表。这可以更直接：有一个名为Packages.gz 的文件可以下载，但是我们必须解析它。让我们坚持使用已经可用的工具。 :)
4. 它在两个列表上运行差异。为了好玩，请尝试相反的差异：oddPackages <- setdiff(aggInViews, availPkgs)。其中一些是基础 R 中的包。其他的是 ???谁知道呢。