如何在R中从指定ZIP链接提取以s_开头的文件？

你可以基于现有代码，通过以下步骤实现仅提取目标文件，并且能轻松适配后续批量处理需求：

temp <- tempfile()
download.file("https://genelab-data.ndc.nasa.gov/geode-py/ws/studies/GLDS-87/download?source=datamanager&file=GLDS-87_metadata_Zanello_STS135-ISA.zip", temp)

# 1. 获取ZIP包内所有文件的列表
zip_contents <- unzip(temp, list = TRUE)

# 2. 筛选出以`s_`开头的文件名（正则表达式^s_匹配字符串开头）
target_files <- zip_contents$Name[grepl("^s_", zip_contents$Name)]

# 3. 提取目标文件到指定目录（这里设为当前目录下的extracted_files文件夹，可自行修改）
unzip(temp, files = target_files, exdir = "./extracted_files")

# 可选：删除临时ZIP文件，释放空间
unlink(temp)

关键说明： #

• unzip(..., list = TRUE)能读取ZIP内部结构，无需提前解压全部文件，节省资源
• grepl("^s_", ...)是核心筛选逻辑：^强制匹配字符串开头，确保只提取以s_起始的文件
• 后续批量处理时，可把这段逻辑封装成函数复用：

extract_s_files <- function(zip_url, output_dir = "./extracted_files") {
  temp <- tempfile()
  download.file(zip_url, temp)
  zip_contents <- unzip(temp, list = TRUE)
  target_files <- zip_contents$Name[grepl("^s_", zip_contents$Name)]
  unzip(temp, files = target_files, exdir = output_dir)
  unlink(temp)
  message(paste("提取完成，共获取", length(target_files), "个文件"))
}

# 批量调用示例
# extract_s_files("第一个数据集URL")
# extract_s_files("第二个数据集URL")

内容的提问来源于stack exchange，提问作者Nmgh