升级R至4.2.1后使用openxlsx读取URL中xlsx文件超时问题求助

问题详情 #

• 升级Rgui至4.2.1版本后，先出现R文件打开为空的问题，将默认编码改为UTF-8后解决。
• 随后触发新问题：使用read.xlsx直接读取URL中的xlsx文件时，出现超时错误，错误信息如下：

In download.file(url = xlsxFile, destfile = tmpFile, cacheOK = FALSE, :
URL 'https://www.rug.nl/ggdc/historicaldevelopment/maddison/data/mpd2020.xlsx': Timeout of 100000 seconds was reached

• 回退至R 4.0.5版本后，该问题消失。
• 可复现代码：

url_maddison = "https://www.rug.nl/ggdc/historicaldevelopment/maddison/data/mpd2020.xlsx"
read.xlsx(url_maddison, sheet = 3) 

可行解决方案 #

1. 手动下载后读取本地文件 #

绕开read.xlsx内置的下载逻辑，先手动下载文件到本地再读取，避免版本兼容问题：

# 以二进制模式下载文件，防止文件损坏
download.file(url = "https://www.rug.nl/ggdc/historicaldevelopment/maddison/data/mpd2020.xlsx",
              destfile = "mpd2020.xlsx",
              mode = "wb")

# 读取本地文件
read.xlsx("mpd2020.xlsx", sheet = 3)

2. 指定下载方法参数 #

read.xlsx内部调用download.file，可以通过传递download.file.method参数切换下载方式：

• Windows系统尝试：

read.xlsx(url_maddison, sheet = 3, download.file.method = "wininet")

• Linux/macOS系统尝试：

read.xlsx(url_maddison, sheet = 3, download.file.method = "curl")

3. 检查并调整网络代理设置 #

R 4.2.x版本对网络代理的处理逻辑可能有变化，先检查当前代理配置：

Sys.getenv("http_proxy")
Sys.getenv("https_proxy")

若存在代理，临时取消后测试：

Sys.unsetenv("http_proxy")
Sys.unsetenv("https_proxy")
read.xlsx(url_maddison, sheet = 3)

4. 更新相关包 #

确认read.xlsx所属包（通常为openxlsx或readxl），更新到最新版本：

# 若使用openxlsx包
install.packages("openxlsx")
# 若使用readxl包
install.packages("readxl")

内容的提问来源于stack exchange，提问作者user123456