如何从URL列表爬取并下载PDF，按分类变量自定义命名？

直接修改文件名生成逻辑，从你的数据库中提取Year和Name字段构建符合要求的文件名，适配1000+条数据的批量下载需求：

修改后的完整代码 #

# 从数据库生成目标文件名：年份_姓名前两个字母.pdf
save_here <- paste0(database$Year, "_", substr(database$Name, 1, 2), ".pdf")

# 可选：检查重复文件名，避免文件被意外覆盖
if (any(duplicated(save_here))) {
  duplicate_files <- unique(save_here[duplicated(save_here)])
  message("警告：发现重复文件名，可能导致文件覆盖：", paste(duplicate_files, collapse = " "))
}

# 批量下载PDF（mode = "wb" 确保二进制文件下载完整）
mapply(download.file, database$URL, save_here, mode = "wb")

关键说明 #

• substr(database$Name, 1, 2)：提取姓名字段的前两个字符，和你示例中的Jo（John）、Pa（Paul）格式完全匹配
• paste0()：无间隔拼接年份、下划线、姓名前缀和.pdf后缀，生成目标文件名
• 直接使用database$URL和生成的save_here一一对应，无需手动指定下载数量，适配全量1000+条数据
• 添加mode = "wb"参数：PDF是二进制文件，必须指定该模式才能保证下载的文件不损坏

原有代码的问题 #

你之前的代码中save_here是手动生成的序号命名（document_1.pdf），没有关联数据库中的Year和Name字段，因此无法根据变量动态修改文件名。

内容的提问来源于stack exchange，提问作者Gabriel Barbosa