如何在archive包的archive_extract完成目标文件提取后终止执行？

方法1：用curl仅下载归档中目标文件对应的字节段 #

archive_extract()默认会拉取整个远程归档，哪怕你只需要其中几个小文件。改用curl的范围请求特性，只下载目标文件对应的ZIP片段：

1. 先获取远程归档里目标文件的位置和大小信息：

   library(archive)
   # 替换成你的远程ZIP地址
   zip_meta <- archive("https://your-archive-url/TIMSS2019_IDB_SPSS_G8.zip")
   # 筛选出目标.sav文件的元数据
   target_meta <- zip_meta[grepl("TIMSS2019_IDB_SPSS_G8/Data/.*\\.sav", zip_meta$path), ]
   

2. 逐个下载目标文件对应的字节段并提取：

   library(curl)
   dest_folder <- "./extracted_data"
   dir.create(dest_folder, recursive = TRUE, showWarnings = FALSE)
   
   for (i in seq(nrow(target_meta))) {
     file_info <- target_meta[i, ]
     # 构造字节范围：从起始位置到起始+文件大小-1
     range_str <- paste0("bytes=", file_info$start, "-", file_info$start + file_info$size - 1)
     # 下载对应字节段到临时文件
     temp_zip <- tempfile(fileext = ".zip")
     curl_download(
       url = "https://your-archive-url/TIMSS2019_IDB_SPSS_G8.zip",
       destfile = temp_zip,
       handle = new_handle(httpheader = list(Range = range_str))
     )
     # 从临时片段中提取目标文件
     archive_extract(temp_zip, files = file_info$path, dir = dest_folder)
     unlink(temp_zip)
   }
   

   这种方式只会下载每个目标文件对应的ZIP部分，不会拉取整个1GB归档，也就不会有后续的无效等待。

方法2：用callr在子进程中执行提取，完成后强制终止 #

如果一定要直接用archive_extract()，可以把提取逻辑放到子进程里，检测到目标文件全部存在后杀掉子进程：

library(callr)
library(fs)

dest_folder <- "./extracted_data"
# 替换成你要提取的两个.sav文件路径
target_files <- c(
  "TIMSS2019_IDB_SPSS_G8/Data/file1.sav",
  "TIMSS2019_IDB_SPSS_G8/Data/file2.sav"
)
target_local_paths <- path(dest_folder, target_files)

# 启动后台子进程执行提取
extract_proc <- r_bg(function(zip_url, dest_dir) {
  library(archive)
  archive_extract(zip_url, dir = dest_dir)
}, args = list(zip_url = "https://your-archive-url/TIMSS2019_IDB_SPSS_G8.zip", dest_dir = dest_folder))

# 轮询检查目标文件是否全部生成
while(extract_proc$is_alive()) {
  if(all(file_exists(target_local_paths))) {
    extract_proc$kill() # 强制终止子进程
    break
  }
  Sys.sleep(1) # 每秒检查一次
}

为什么stop()/break()没用？ #

因为archive_extract()是阻塞式的底层调用——它会先跑完整个归档的下载+提取流程，才会回到你的代码逻辑。你写的循环或stop判断都是在这个函数执行完之后才会触发，自然没法提前终止它。

内容的提问来源于stack exchange，提问作者panman