求助：R的archive包读取50GB+.7z文件元数据显示为空的解决方法

以下是几个可行的解决方案，按优先级排序：

• 验证文件完整性
  大型归档文件传输或存储时易损坏，先通过7z命令行工具验证文件：

  7z t your_large_file.7z
  

  若验证失败，先执行修复命令7z r your_large_file.7z，再尝试读取。

• 调整R的内存限制
  RStudio默认内存配额可能不足以处理大文件的元数据解析，尝试扩大内存限制：

  # Windows系统
  memory.limit(size = 64000) # 单位为MB，可根据实际调整
  # Linux/macOS系统
  memory.limit(size = Inf)
  

  调整后重新调用archive()函数。

• 使用archive包底层接口读取
  高层的archive()函数可能对大文件有处理限制，尝试手动调用底层接口逐个读取条目：

  library(archive)
  
  # 打开归档文件
  archive_handle <- archive_read_open_filename("your_large_file.7z")
  
  # 循环读取所有条目元数据
  metadata_list <- list()
  i <- 1
  repeat {
    entry <- archive_read_next_header(archive_handle)
    if (is.null(entry)) break
    metadata_list[[i]] <- data.frame(
      path = entry$path,
      size = entry$size,
      date = entry$mtime
    )
    i <- i + 1
  }
  
  # 关闭句柄并转换为数据框
  archive_read_close(archive_handle)
  metadata_df <- do.call(rbind, metadata_list)
  

• 用7z命令行导出元数据再导入R
  若上述方法都失效，直接用7z工具导出元数据到文本文件，再在R中解析：

  1. 执行命令行命令导出详细元数据：

     7z l -slt your_large_file.7z > archive_metadata.txt
     

  2. 在R中读取并解析文本：

     # 读取文本
     raw_metadata <- readLines("archive_metadata.txt")
     # 提取条目信息（可根据实际输出调整规则）
     entry_lines <- grep("^Path|^Size|^Modified", raw_metadata, value = TRUE)
     # 转换为数据框
     metadata_df <- data.frame(
       path = gsub("Path = ", "", entry_lines[seq(1, length(entry_lines), 3)]),
       size = as.numeric(gsub("Size = ", "", entry_lines[seq(2, length(entry_lines), 3)])),
       date = as.POSIXct(gsub("Modified = ", "", entry_lines[seq(3, length(entry_lines), 3)]), format = "%Y-%m-%d %H:%M:%S")
     )
     

内容的提问来源于stack exchange，提问作者Đàm Đức Nghĩa Nguyễn