如何在R中导入多个.txt文件并生成可用于文本分析的tibble

需求说明 #

需要批量导入多个纯文本TXT文件（每个文件包含多行句子），生成包含文件名和文本内容两列的tibble，方便后续用tidytext包做文本分析（比如用unnest_tokens()拆分单词）。

问题分析 #

你之前的代码存在两个核心问题：

1. 错误使用表格类读取函数（read_table2/read.delim）：这类函数默认按分隔符解析数据，但你的TXT是纯文本句子，没有制表符/分隔符，导致读取格式混乱，无法完整加载内容。
2. 循环代码变量错误：循环中使用了未定义的fileList变量，且同样用了不适合纯文本的read.delim，导致生成的列表结构不符合tibble转换要求。

正确解决方案 #

方法1：Tidyverse风格推荐写法 #

使用purrr批量读取，结合read_lines处理纯文本，直接生成标准tibble：

# 加载所需包
library(tidyverse)

# 获取当前目录下所有TXT文件（带完整路径避免读取失败）
files <- list.files(pattern = "\\.txt$", full.names = TRUE)

# 批量读取并生成tibble
text_data <- files %>%
  set_names(basename(.)) %>%  # 仅保留文件名（去掉路径）
  map_df(~tibble(text = read_lines(.x)), .id = "FileName")

生成的tibble结构示例：

方法2：基础R循环写法 #

如果习惯用基础R实现，可参考以下代码：

# 获取TXT文件列表
files <- list.files(pattern = "\\.txt$")

# 初始化列表存储数据
text_list <- list()

# 循环读取每个文件
for (i in seq_along(files)) {
  # 读取文件所有行
  line_content <- readLines(files[i])
  # 生成带文件名的数据框
  text_list[[i]] <- data.frame(
    FileName = files[i],
    text = line_content,
    stringsAsFactors = FALSE
  )
}

# 合并为tibble
text_data <- do.call(rbind, text_list) %>% as_tibble()

后续文本分析示例 #

生成tibble后，可直接用tidytext包拆分单词：

library(tidytext)

text_data %>%
  unnest_tokens(word, text) %>%
  count(FileName, word, sort = TRUE)

内容的提问来源于stack exchange，提问作者Jedo0w0