如何在R中下载文件时获取并使用浏览器默认的原始文件名？

问题说明 #

需要下载链接 http://www.coingecko.com/price_charts/export/1/usd.xls 的文件，浏览器下载时自动命名为 btc-usd-max.xls，但直接使用 download.file(url=link, destfile=basename(link), method='auto') 会保存为 usd.xls。尝试过依赖 content-disposition 响应头的方案，但发现该字段未正确获取到。

可行解决方案 #

方法1：利用curl选项自动匹配浏览器文件名 #

借助curl工具的-J（遵循服务器建议的文件名）和-L（自动跟随重定向）参数，让download.file直接保存为浏览器使用的文件名：

link <- "http://www.coingecko.com/price_charts/export/1/usd.xls"
download.file(
  url = link,
  destfile = tempfile(),  # 临时占位，curl会自动替换为正确文件名
  method = "curl",
  extra = "-J -L"
)

注意：此方法要求系统已安装curl工具，Windows用户可通过WSL或单独安装curl环境实现。

方法2：通过httr追踪重定向提取文件名 #

服务器可能在重定向后的响应中携带文件名信息，可使用httr开启重定向追踪后提取：

library(httr)
link <- "http://www.coingecko.com/price_charts/export/1/usd.xls"

# 发送HEAD请求并跟随重定向
hd <- HEAD(link, config(followlocation = TRUE))

# 优先从响应头提取文件名，失败则从重定向后的URL获取
filename <- if (!is.null(headers(hd)$`content-disposition`)) {
  gsub(".*filename=\"?([^\"]+)\"?", "\\1", headers(hd)$`content-disposition`)
} else {
  basename(hd$url)
}

# 用获取到的文件名下载文件
download.file(link, destfile = filename, method = "auto")

方法3：用curl包底层控制获取文件名 #

curl包提供更精细的请求控制，可直接解析响应头提取文件名：

library(curl)
link <- "http://www.coingecko.com/price_charts/export/1/usd.xls"

# 创建curl句柄并开启重定向
h <- new_handle(followlocation = TRUE)
# 获取响应头信息
resp <- curl_fetch_memory(link, handle = h)

# 解析响应头提取文件名
headers <- parse_headers(resp$headers)
filename <- grep("content-disposition", headers, value = TRUE)
filename <- if (length(filename) > 0) {
  gsub(".*filename=\"?([^\"]+)\"?", "\\1", filename)
} else {
  basename(resp$url)
}

# 下载文件
curl_download(link, destfile = filename, handle = h)

内容的提问来源于stack exchange，提问作者ffsffs