如何从web下载带有R的pdf文件（编码问题）

我正在尝试使用R从网站下载pdf文件。当我尝试使用函数browserURL时，它仅与参数encodeIfNeeded=T一起工作。因此，如果我将相同的url传递给函数download.file，它将返回“无法打开destfile‘download/teste.pdf’，原因是‘没有这样的文件或目录’，即。，它找不到正确的url

我如何更正编码，以便能够以编程方式下载文件？ 我需要将其自动化，因为有一千多个文件需要下载

以下是一个最小可复制代码：

library(tidyverse)
library(rvest)


url <- "http://www.ouvidoriageral.sp.gov.br/decisoesLAI.html"
webpage <- read_html(url)

# scrapping hyperlinks
links_decisoes <- html_nodes(webpage,".borderTD a") %>%
  html_attr("href")

# creating full/correct url
full_links <- paste("http://www.ouvidoriageral.sp.gov.br/", links_decisoes, sep="" )

# browseURL only works with encodeIfNeeded = T
browseURL(full_links[1], encodeIfNeeded = T,
          browser = "C://Program Files//Mozilla Firefox//firefox.exe")
# returns an error
download.file(full_links[1], "downloaded/teste.pdf") 

库（tidyverse）
图书馆（rvest）
url这里有几个问题。首先，指向某些文件的链接没有正确格式化为URL——它们包含空格和其他特殊字符。为了转换它们，您必须使用
url\u escape（）
，在加载rvest时，您应该可以使用它，因为它也会加载xml2，其中包含
url\u escape（）

第二，您保存到的路径是相对于R主目录的，但是您没有告诉R这一点。您可能需要这样的完整路径：
“C://Users/Manoel/Documents/downloaded/testes.pdf”
，或者像这样的相对路径：
path.expand（“~/downloaded/testes.pdf”）

此代码应满足您的需要：

库（tidyverse）
图书馆（rvest）
#删除超链接
完整链接%
读取html（）%>%
html_节点（“.borderTD a”）%>%
html_attr（“href”）%%>%
url_escape（）%>%
{0（“http://www.ouvidoriageral.sp.gov.br/", .)}
#查看firefox中的页面
browseURL（完整链接[1]，encodeIfNeeded=T，browser=“firefox.exe”）
#将pdf保存到“已下载”文件夹（如果存在）
文件（完整链接[1]，path.expand（“~/download/teste.pdf”））
这里有几个问题。首先，指向某些文件的链接没有正确格式化为URL——它们包含空格和其他特殊字符。为了转换它们，您必须使用
url\u escape（）
，在加载rvest时，您应该可以使用它，因为它也会加载xml2，其中包含
url\u escape（）

第二，您保存到的路径是相对于R主目录的，但是您没有告诉R这一点。您可能需要这样的完整路径：
“C://Users/Manoel/Documents/downloaded/testes.pdf”
，或者像这样的相对路径：
path.expand（“~/downloaded/testes.pdf”）

此代码应满足您的需要：

库（tidyverse）
图书馆（rvest）
#删除超链接
完整链接%
读取html（）%>%
html_节点（“.borderTD a”）%>%
html_attr（“href”）%%>%
url_escape（）%>%
{0（“http://www.ouvidoriageral.sp.gov.br/", .)}
#查看firefox中的页面
browseURL（完整链接[1]，encodeIfNeeded=T，browser=“firefox.exe”）
#将pdf保存到“已下载”文件夹（如果存在）
文件（完整链接[1]，path.expand（“~/download/teste.pdf”））
您的工作目录中是否存在“已下载”文件夹<代码>下载。文件

不会为您创建不存在的新文件夹。

list.dirs（path=“.”，recursive=FALSE）

返回什么？工作目录中是否存在“下载”文件夹<代码>下载。文件不会为您创建不存在的新文件夹。

list.dirs（path=“.”，recursive=FALSE）

返回什么？它成功了，谢谢。我只需将mode=“wb”添加到函数download.file，因为我在Windows上。@AllanCameron:你能看看我的问题吗？非常感谢。成功了，谢谢。我只需将mode=“wb”添加到函数download.file，因为我在Windows上。@AllanCameron:你能看看我的问题吗？非常感谢。