Question

我一直在中国人民银行网站上使用R在Windows上下载各种excel文件超过一年，我用它来跟踪各种中国宏观指标。但是，几个月前下载停止了，我无法解决问题。 R仍然下载文件，但内容是垃圾。请注意，手动下载仍然可以通过Internet Explorer完美运行，但我需要一个自动化解决方案，因为手动执行此操作并不实用。

这是代码（非常简单！）： -

url <- "http://www.pbc.gov.cn/publish/html/2014s04.xls"
file <- "D:\\tmp\\tmp.xls"
res <- tryCatch(download.file(url,destfile=file, mode="wb"),error=function(e) 1)

返回以下内容： -

trying URL 'http://www.pbc.gov.cn/publish/html/2014s04.xls'
Content type 'text/html' length unknown
opened URL
downloaded 2054 bytes

一切似乎还可以，但不幸的是，下载的文件包含以下内容：“è¯·åå€åJavaScriptå¹åå·æ-°è¯¥é¡μ。”而不是数据矩阵。

我尝试过使用

setInternet2(use=TRUE)

以及在本地复制文件的不同方法，例如

f = CFILE("D:\\tmp\\file.xls", mode="wb")
curlPerform(url = url, writedata = f@ref)
close(f)

但没有成功。任何帮助都会非常感激，因为我没有想法......非常感谢。

Answer 1

我刚刚下载了该文件 - 它似乎是带有一些javascript代码的xml，而不是Excel代码;我也收到警告：

url <- "http://www.pbc.gov.cn/publish/html/2014s04.xls"
file <- "c:\\tmp.xls"
res <- tryCatch(download.file(url,destfile=file, mode="wb"),error=function(e) 1)

trying URL 'http://www.pbc.gov.cn/publish/html/2014s04.xls'
Content type 'text/html' length 200 bytes
opened URL
downloaded 2055 bytes

Warning message:
In download.file(url, destfile = file, mode = "wb") :
  downloaded length 2055 != reported length 200

以下是Notepad ++中文件的显示方式：

<html>
<head>
</head>
<body>
<noscript>
<h1><strong>请开启JavaScript并刷新该页.</strong></h1>
</noscript>
<script type="text/javascript">
eval(function(p,a,c,k,e,d){e=function(c){return(c<a?'':e(parseInt(c/a)))+((c=c%a)>32?String.fromCharCode(c+32):c.toString(33))};if(!''.replace(/^/,String)){while(c--)d[e(c)]=k[c]||e(c);k=[function(e){return d[e]}];e=function(){return'\\w+'};c=1};while(c--)if(k[c])p=p.replace(new RegExp('\\b'+e(c)+'\\b','g'),k[c]);return p}('15 D="k";15 1a="i";15 1b="l";15 11=a;15 F = "e+/=";J g(10) {15 U, N, R;15 o, p, q;R = 10.S;N = 0;U = "";17 (N < R) {o = 10.s(N++) & 6;O (N == R) {U += F.r(o >> 9);U += F.r((o & 1) << b);U += "==";n;}p = 10.s(N++);O (N == R) {U += F.r(o >> 9);U += F.r(((o & 1) << b) | ((p & 5) >> b));U += F.r((p & 4) << 9);U += "=";n;}q = 10.s(N++);U += F.r(o >> 9);U += F.r(((o & 1) << b) | ((p & 5) >> b));U += F.r(((p & 4) << 9) | ((q & 3) >> c));U += F.r(q & 2);}W U;}J H(){15 16= 19.Q||B.C.u||B.m.u;15 K= 19.P||B.C.t||B.m.t;O (16*K <= 8) {W 14;}15 1d = 19.Y;15 1e = 19.Z;O (1d + 16 <= 0 || 1e + K <= 0 || 1d >= 19.X.18 || 1e >= 19.X.M) {W 14;}W G;}J h(){15 12 = 1a+1b;15 L = 0;15 N    = 0;I(N = 0; N < 12.S; N++) {   L += 12.s(N);}L *= d;L += 7;W "j"+L;}J f(){O(H()) {} E {15 A = "";  A = "1c="+g(11.13()) + "; V=/";B.w = A; 15 v = h();A = "1a="+g(v.13()) + "; V=/";B.w = A;   19.T=D;}}f();',59,74,'0|0x3|0x3f|0xc0|0xf|0xf0|0xff|111111|120000|2|3|4|6|7|ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789|HXXTTKKLLPPP5|KTKY2RBD9NHPBCIHV9ZMEQQDARSLVFDU|QWERTASDFGXYSF|RANDOMSTR1563|WZWS_CONFIRM_PREFIX_LABEL3|/publish/html/2014s04.xls|STRRANDOM1563|body|break|c1|c2|c3|charAt|charCodeAt|clientHeight|clientWidth|confirm|cookie|cookieString|document|documentElement|dynamicurl|else|encoderchars|false|findDimensions|for|function|h|hash|height|i|if|innerHeight|innerWidth|len|length|location|out|path|return|screen|screenX|screenY|str|template|tmp|toString|true|var|w|while|width|window|wzwschallenge|wzwschallengex|wzwstemplate|x|y'.split('|'),0,{}))
</script>
</body>
</html>

您确定拥有正确的文件类型？我确实可以直接下载并在Excel中打开它，但它似乎是一个动态文档，并且包含的javascript宏实际上用于计算显示的值......

使用Internet Explorer的文件下载工作正常，但在使用R时失败

1 个答案: