如何用R对比本地与远程服务器的CSV文件目录（无需下载远程文件）

前提 #

已通过R建立与远程服务器的SSH连接（推荐使用ssh包）。

步骤1：获取本地CSV文件列表 #

用R基础函数读取目标文件夹下的CSV文件名：

local_csvs <- list.files(path = "/你的本地文件夹路径", 
                         pattern = "\\.csv$", 
                         full.names = FALSE)

• 替换/你的本地文件夹路径为实际本地目录
• pattern = "\\.csv$"确保仅匹配CSV格式文件
• full.names = FALSE仅返回文件名，不包含完整路径

步骤2：获取远程服务器CSV文件列表 #

通过已建立的SSH连接，在远程执行命令筛选CSV文件：

library(ssh)

# 假设已创建SSH会话对象，示例：
# session <- ssh_connect("用户名@远程服务器地址")

# 用ls命令获取远程CSV文件名（仅当前文件夹）
remote_cmd_output <- ssh_exec_internal(session, 
                                       command = "ls /你的远程文件夹路径/*.csv")
# 解析输出为字符向量
remote_csvs <- strsplit(rawToChar(remote_cmd_output$stdout), "\n")[[1]]
# 提取纯文件名（移除远程路径前缀）
remote_csvs <- basename(remote_csvs)
# 过滤空字符串（处理输出末尾换行）
remote_csvs <- remote_csvs[remote_csvs != ""]

如果需要包含远程子文件夹的CSV，可改用find命令：

remote_cmd_output <- ssh_exec_internal(session, 
                                       command = 'find /你的远程文件夹路径 -maxdepth 1 -type f -name "*.csv" -printf "%f\\n"')
remote_csvs <- strsplit(rawToChar(remote_cmd_output$stdout), "\n")[[1]]
remote_csvs <- remote_csvs[remote_csvs != ""]

步骤3：对比两个文件列表 #

用R集合操作快速定位差异：

# 本地有但远程没有的CSV
local_only <- setdiff(local_csvs, remote_csvs)
# 远程有但本地没有的CSV
remote_only <- setdiff(remote_csvs, local_csvs)
# 两边共有的CSV
common_csvs <- intersect(local_csvs, remote_csvs)

# 打印对比结果
cat("本地独有的CSV文件：\n", paste(local_only, collapse = "\n "), "\n\n")
cat("远程独有的CSV文件：\n", paste(remote_only, collapse = "\n "), "\n\n")
cat("两边共有的CSV文件：\n", paste(common_csvs, collapse = "\n "), "\n")

注意事项 #

• 确保远程命令中的文件夹路径拥有访问权限，否则会返回空列表或权限错误
• 若使用其他远程连接工具（如rsync相关R包），核心逻辑一致：先获取两边文件名列表，再做集合对比

内容的提问来源于stack exchange，提问作者lobarth