如何用R提取Zip/Rar文件中的二级目录名称？

处理Zip文件 #

先通过unzip()获取压缩包内的文件列表，再通过字符串处理筛选出目标二级目录：

1. 获取压缩包文件列表：

zip_list <- unzip(zipfile = "teste1.zip", list = TRUE)

2. 筛选出所有目录（名称以/结尾）：

dirs <- zip_list[grepl("/$", zip_list$Name), ]

3. 提取二级目录名称：
   使用基础R的字符串分割方法：

# 分割路径为组件
path_parts <- strsplit(dirs$Name, "/")
# 筛选二级目录（路径分割后长度为3，例如"teste1/Nova pasta1/"分割为3个元素）
secondary_dir_idx <- sapply(path_parts, function(x) length(x) == 3)
# 提取目录名称
subdir_names <- sapply(path_parts[secondary_dir_idx], function(x) x[2])

或者用stringr包简化操作：

library(stringr)

subdir_names <- str_extract(dirs$Name, "^[^/]+/([^/]+)/$") %>%
  str_remove("^[^/]+/") %>%
  str_remove("/$") %>%
  na.omit()

执行后subdir_names会包含目标二级目录名称（如Nova pasta1）。

处理Rar文件 #

对于Rar文件，可使用unrar包或系统命令（需提前安装unrar工具）：

方法1：使用unrar包 #

library(unrar)

# 获取Rar文件列表
rar_list <- unrar_list("teste1.rar")
# 筛选目录
dirs_rar <- rar_list[grepl("/$", rar_list$Name), ]
# 重复Zip文件的提取逻辑
path_parts_rar <- strsplit(dirs_rar$Name, "/")
secondary_dir_idx_rar <- sapply(path_parts_rar, function(x) length(x) == 3)
subdir_names_rar <- sapply(path_parts_rar[secondary_dir_idx_rar], function(x) x[2])

方法2：使用系统命令（需安装unrar） #

# 获取Rar内的目录列表
rar_dirs <- system("unrar lb teste1.rar | grep '/$'", intern = TRUE)
# 提取二级目录名称
subdir_names_rar <- sapply(strsplit(rar_dirs, "/"), function(x) x[2])

批量处理目录下所有Zip/Rar文件 #

如果需要处理目录中所有压缩文件，可通过循环实现：

library(unrar)
library(stringr)

# 获取所有Zip和Rar文件
files <- list.files(pattern = "\\.(zip|rar)$", ignore.case = TRUE)

# 存储结果的列表
all_subdirs <- list()

for(file in files) {
  if(str_detect(file, "\\.zip$", negate = FALSE)) {
    # 处理Zip文件
    zip_list <- unzip(file, list = TRUE)
    dirs <- zip_list[grepl("/$", zip_list$Name), ]
    subdirs <- str_extract(dirs$Name, "^[^/]+/([^/]+)/$") %>%
      str_remove("^[^/]+/") %>%
      str_remove("/$") %>%
      na.omit()
  } else {
    # 处理Rar文件
    rar_list <- unrar_list(file)
    dirs <- rar_list[grepl("/$", rar_list$Name), ]
    subdirs <- str_extract(dirs$Name, "^[^/]+/([^/]+)/$") %>%
      str_remove("^[^/]+/") %>%
      str_remove("/$") %>%
      na.omit()
  }
  all_subdirs[[file]] <- subdirs
}

# 转换为数据框
result_df <- data.frame(
  压缩文件 = rep(names(all_subdirs), sapply(all_subdirs, length)),
  二级目录 = unlist(all_subdirs),
  stringsAsFactors = FALSE
)

内容的提问来源于stack exchange，提问作者Wilson Souza