R Shiny RIS文件去重应用崩溃问题排查与优化咨询

1. 解决data.frame行不匹配崩溃问题 #

报错arguments imply differing number of rows: 0, 1的核心原因是：当导入的RIS文件为空（或解析后无有效条目）时，后续代码尝试创建/合并data.frame时，某个向量长度为0，另一个为1（比如给空数据添加标记列、统计列等操作）。

修复步骤： #

• 在Start Duplicate Check按钮的触发逻辑开头，添加导入数据的有效性校验：

  observeEvent(input$start_check, {
    req(input$ris_file)
    ris_data <- readLines(input$ris_file$datapath)
    # 检查RIS内容是否为空或无有效条目
    if(length(ris_data) == 0 || all(ris_data == "")){
      showModal(modalDialog(
        title = "错误",
        "上传的RIS文件为空或无有效引用条目，请重新上传。",
        easyClose = TRUE
      ))
      return()
    }
    # 后续解析、重复检查逻辑...
  })
  

• 解析RIS后再次校验数据框行数：

  df <- convert2df(...)
  if(nrow(df) == 0){
    showModal(modalDialog(
      title = "错误",
      "未解析到有效引用条目，请检查RIS文件格式是否正确。",
      easyClose = TRUE
    ))
    return()
  }
  

2. 修复convert2df识别RIS标识为路径的错误 #

这个错误是因为使用bibliometrix::convert2df时参数传递错误：默认情况下，函数会将第一个参数当作文件路径，而你直接传入了RIS文本行，导致函数误把RIS标识（如TY - JOUR）当成文件路径去查找。

正确调用方式： #

当你直接传入RIS文本内容（而非文件路径）时，需要明确指定source = "ris"和format = "text"：

library(bibliometrix)
# 读取上传的RIS文件内容
ris_content <- readLines(input$ris_file$datapath)
# 正确解析RIS文本为数据框
df <- convert2df(ris_content, source = "ris", format = "text")

如果是直接传入文件路径，则可以简化为：

df <- convert2df(input$ris_file$datapath, source = "ris")

3. 代码优化建议 #

• 输入验证强化：在文件上传控件添加accept = ".ris"限制格式，同时在服务器端校验文件扩展名：

  req(input$ris_file)
  file_ext <- tools::file_ext(input$ris_file$name)
  if(tolower(file_ext) != "ris"){
    showModal(modalDialog(
      title = "错误",
      "请上传RIS格式的文件。",
      easyClose = TRUE
    ))
    return()
  }
  

• 错误捕获与友好提示：用tryCatch包裹解析、重复检查等核心逻辑，避免应用崩溃：

  observeEvent(input$start_check, {
    tryCatch({
      # 核心逻辑代码...
    }, error = function(e){
      showModal(modalDialog(
        title = "运行错误",
        paste("错误信息：", e$message),
        easyClose = TRUE
      ))
    })
  })
  

• 重复识别逻辑优化：使用模糊匹配提升重复检测准确性，比如结合标题（stringdist计算编辑距离）、作者、年份：

  library(stringdist)
  # 标题标准化（转小写、去标点）
  df$title_clean <- tolower(gsub("[[:punct:]]", "", df$TI))
  # 计算标题相似度，筛选潜在重复
  duplicates <- which(stringdistmatrix(df$title_clean, df$title_clean, method = "jw") < 0.1 & 
                       df$PY == df$PY & 
                       df$AU == df$AU, arr.ind = TRUE)
  

• UI交互反馈：添加加载状态提示，比如在点击按钮后显示进度条或加载动画：

  observeEvent(input$start_check, {
    showModal(modalDialog("正在检查重复条目...", footer = NULL))
    # 核心逻辑...
    removeModal()
    # 显示结果...
  })
  

内容的提问来源于stack exchange，提问作者Mouse B.