为了庆祝r代码中的第100,000个问题,我想在CRAN上创建所有包作者名称的列表。
最初,我认为我可以使用available.packages()
执行此操作,但遗憾的是,这并不包含作者列。
pdb <- available.packages()
colnames(pdb)
[1] "Package" "Version" "Priority"
[4] "Depends" "Imports" "LinkingTo"
[7] "Suggests" "Enhances" "License"
[10] "License_is_FOSS" "License_restricts_use" "OS_type"
[13] "Archs" "MD5sum" "NeedsCompilation"
[16] "File" "Repository"
此信息可在每个包的DESCRIPTION
文件中找到。所以我可以想到两种非常优雅的蛮力方式:
下载每个6,878软件包,并使用DESCRIPTION
base::read.dcf()
文件
刮掉CRAN上的每个包页面。例如,https://cran.r-project.org/web/packages/MASS/index.html告诉我Brian Ripley是MASS的作者。
我不想下载所有CRAN来回答这个问题。而且我也不想抓取HTML,因为DESCRIPTION文件中的信息是person
对象的整齐格式列表(请参阅?person
)。
如何使用CRAN上的信息轻松构建软件包作者列表?
答案 0 :(得分:7)
为什么不将Gabor的API用于CRAN包?
e.g。 http://crandb.r-pkg.org/MASS
library("httr")
content(GET("http://crandb.r-pkg.org/MASS"))$Author
[1] "Brian Ripley [aut, cre, cph],\nBill Venables [ctb],\nDouglas M. Bates [ctb],\nKurt Hornik [trl] (partial port ca 1998),\nAlbrecht Gebhardt [trl] (partial port ca 1998),\nDavid Firth [ctb]"
答案 1 :(得分:6)
取自reverse_dependencies_with_maintainers
,R developer site上有一点可用(我现在看不到):
description <- sprintf("%s/web/packages/packages.rds",
getOption("repos")["CRAN"])
con <- if(substring(description, 1L, 7L) == "file://") {
file(description, "rb")
} else {
url(description, "rb")
}
db <- as.data.frame(readRDS(gzcon(con)),stringsAsFactors=FALSE)
close(con)
rownames(db) <- NULL
head(db$Author)
head(db$"Authors@R")
如果存在Authors@R
,则可以使用dget()
getAuthor <- function(x){
if(is.na(x)) return(NA)
a <- textConnection(x)
on.exit(close(a))
dget(a)
}
authors <- lapply(db$"Authors@R", getAuthor)
head(authors)
[[1]]
[1] NA
[[2]]
[1] "Gaurav Sood <gsood07@gmail.com> [aut, cre]"
[[3]]
[1] "Csillery Katalin <kati.csillery@gmail.com> [aut]"
[2] "Lemaire Louisiane [aut]"
[3] "Francois Olivier [aut]"
[4] "Blum Michael <michael.blum@imag.fr> [aut, cre]"
[[4]]
[1] NA
[[5]]
[1] "Csillery Katalin <kati.csillery@gmail.com> [aut]"
[2] "Lemaire Louisiane [aut]"
[3] "Francois Olivier [aut]"
[4] "Blum Michael <michael.blum@imag.fr> [aut, cre]"
[[6]]
[1] NA