如何以编程方式将数据直接传输至R Shiny应用 无需中间CSV文件

你提到的模拟fileInput组件上传请求的方案完全可行，无需生成中间CSV文件，也不需要额外部署HTTP存储服务，改造成本极低，以下是具体实现方式：

方案1：模拟multipart/form-data表单上传（兼容原有Shiny逻辑） #

Shiny的fileInput组件本质是接收标准的multipart/form-data类型POST请求，你可以直接在Tool A中构造符合格式的请求，把采集到的CSV内容作为内存流直接放入请求体，不需要本地落盘生成文件，原有Shiny的上传处理逻辑几乎不需要修改。

Shiny端示例代码 #

library(shiny)

ui <- fluidPage(
  # 原有手动上传组件保留，兼容两种使用方式
  fileInput("data_upload", "上传CSV文件", accept = ".csv"),
  tableOutput("data_preview")
)

server <- function(input, output, session) {
  loaded_data <- reactiveVal(NULL)

  # 原有手动上传逻辑不变
  observeEvent(input$data_upload, {
    req(input$data_upload)
    df <- read.csv(input$data_upload$datapath)
    loaded_data(df)
  })

  # 新增自动上传处理逻辑：接收Tool A发送的POST请求
  observe({
    req(session$request$method == "POST")
    post_content <- rawToChar(session$request$body)
    df <- read.csv(text = post_content)
    loaded_data(df)
  })

  # 数据预览逻辑不变
  output$data_preview <- renderTable({
    req(loaded_data())
    head(loaded_data(), 10)
  })
}

shinyApp(ui, server)

Tool A端请求构造示例（以Python开发的Tool A为例） #

import requests
from io import StringIO
import pandas as pd

# 传感器采集到的数据直接存在内存中，无需保存为本地CSV
sensor_df = pd.DataFrame(你的传感器数据)

# 转成CSV格式的内存流
csv_buffer = StringIO()
sensor_df.to_csv(csv_buffer, index=False)

# 构造和浏览器fileInput上传完全一致的表单请求
upload_res = requests.post(
    url = "你的Shiny应用访问地址",
    files = {
        "data_upload": ("sensor_data.csv", csv_buffer.getvalue(), "text/csv")
    }
)

方案2：WebSocket实时传输（适合高频实时数据场景） #

如果你的传感器数据是持续生成的，需要实时同步到Shiny，可以直接复用Shiny原生的WebSocket通信通道：

1. 在Shiny服务端注册自定义消息接收逻辑
2. Tool A采集到数据后直接通过WebSocket把CSV文本推送到对应Shiny会话
3. Shiny收到数据后直接解析加载，无需任何文件读写操作

多用户场景适配 #

如果需要支持多用户同时使用，只需要在Tool A发起上传请求时带上唯一的用户会话标识，Shiny后端将收到的CSV数据和会话标识绑定存储，用户打开Shiny页面时传入对应的标识即可匹配到对应的数据，不会出现数据串用问题，也不需要额外开发复杂的适配逻辑。

注意事项 #

如果你的Shiny应用开启了CSRF防护，需要将上传接口加入白名单，或者在Tool A的请求头中带上对应的CSRF令牌即可，大部分内部使用的Shiny应用默认不会开启该防护，可以直接使用。

内容的提问来源于stack exchange，提问作者AEF