如何从每日动态邮件提取下载链接并将CSV文件导入R？

嘿，这个需求完全能搞定！结合你已经在使用的R工具，我给你一套可直接复用的方案，分步骤拆解：

第一步：补全所需依赖库 #

除了你提到的readr，还需要两个关键包：

• RDCOMClient：用来连接并读取Outlook邮件（如果你用的是其他邮箱，比如Gmail，可以换成gmailr，流程逻辑一致）
• rvest：解析HTML格式的邮件正文，精准抓取超链接
• stringr：处理文本/正则匹配，应对纯文本格式的邮件

先安装并加载：

# 安装（首次运行时）
install.packages(c("RDCOMClient", "rvest", "stringr"))

# 加载库
library(readr)
library(RDCOMClient)
library(rvest)
library(stringr)

第二步：读取目标邮件并提取正文 #

这里以Outlook为例，定位到你的收件箱，获取最新的目标邮件（如果需要过滤特定主题，比如包含「每日CSV报告」，可以加过滤条件）：

# 连接Outlook客户端
outlook_app <- COMCreate("Outlook.Application")
namespace <- outlook_app$GetNamespace("MAPI")

# 定位到收件箱（6代表默认收件箱，也可以用自定义文件夹路径）
inbox <- namespace$GetDefaultFolder(6)

# 获取邮件集合，按接收时间降序排序，取最新1封
emails <- inbox$Items()
emails$Sort("[ReceivedTime]", TRUE)
latest_email <- emails$Item(1)

# 可选：按主题过滤（比如只找包含「每日CSV」的邮件）
# latest_email <- emails$Find("[Subject] LIKE '%每日CSV%'")

# 提取正文（区分HTML/纯文本格式）
if (latest_email$BodyFormat() == 2) { # 2 = HTML格式（绝大多数商务邮件用这个）
  email_body <- latest_email$HTMLBody()
} else {
  email_body <- latest_email$Body()
}

第三步：提取CSV下载链接 #

分两种邮件格式处理，确保不会漏过链接：

csv_link <- NA

# 处理HTML格式邮件
if (latest_email$BodyFormat() == 2) {
  html_content <- read_html(email_body)
  # 抓取所有<a>标签，提取链接地址和显示文本
  all_links <- html_elements(html_content, "a")
  link_urls <- html_attr(all_links, "href")
  link_texts <- html_text(all_links)
  
  # 过滤出CSV相关的链接（URL或文本包含CSV关键字）
  csv_link <- link_urls[str_detect(link_urls, "csv") | str_detect(link_texts, "CSV")]
} 
# 处理纯文本格式邮件
else {
  # 用正则匹配http/https开头的CSV链接
  csv_link <- str_extract(email_body, "https?://\\S+\\.csv")
}

# 只保留第一个有效链接（避免多个链接干扰）
csv_link <- csv_link[!is.na(csv_link)][1]

第四步：下载并读取CSV到R #

拿到链接后，自动下载并读取，还可以选择是否保留本地文件：

if (!is.na(csv_link)) {
  # 从链接中提取原始文件名
  file_name <- basename(csv_link)
  
  # 下载文件（mode="wb"确保二进制文件下载正常）
  download.file(csv_link, destfile = file_name, mode = "wb")
  
  # 读取CSV到R数据框
  csv_data <- read_csv(file_name)
  
  # 可选：下载后删除本地文件（节省空间）
  # file.remove(file_name)
  
  cat("✅ CSV文件已成功读取！数据行数：", nrow(csv_data), "\n")
} else {
  cat("❌ 未找到有效的CSV下载链接，请检查邮件格式！\n")
}

额外注意事项 #

• 确保Outlook处于运行状态，且允许R程序访问邮件（可能需要调整Outlook的安全设置）
• 如果用的是Gmail等网页邮箱，替换邮件读取部分为gmailr的授权和邮件抓取代码即可
• 正则匹配纯文本链接时，如果链接包含特殊字符，可以优化正则表达式（比如"https?://[^\\s]+\\.csv"）

内容的提问来源于stack exchange，提问作者Nick Knauer