问题标签 [read-text]

所以我对 R 比较陌生，我正在学习如何从这个方便的网站挖掘文本：https ://eight2late.wordpress.com/2015/05/27/a-gentle-introduction-to-text-mining -使用-r/

我确实有自己的 .doc、.docx 和 .xlsx 文件的文本集，我正在尝试挖掘它们。它们位于我的工作目录中名为“files”的文件夹中，但我在简单地编写了几行代码后就遇到了错误。

我到目前为止的代码是：

此时，等待 25 秒左右后，我收到错误消息：

并且代码停止在那里运行。

我曾尝试在线搜索解决方案，但这似乎是一个相当罕见的错误，因此我在https://github.com/ropensci/antiword/issues/1只找到了 1 个可能的解决方案，但这对我不起作用。

此解决方案表明我的一个文件已损坏，并建议使用代码

将错误更改为警告以不中断文件的读取。我试过了，起初它提出了错误

之后，我用 a 加载了 antiword 库并将其library(antiword)更改stop(为 a warning(。但是，当我再次运行该data = readtext('files')线路时，它立即引发了错误

我在这里不知所措！任何帮助，将不胜感激。在这种情况下我应该使用另一个包吗？

I have a zipped file containing Another folder with multiple text files

It is structured like below:

The articles file has approximately 2000 text files

I tried the below command in R but it gives an error

I guess it is confusing with the multiple zip files anyway to resolve it such that I can read the text files in Article folder without un-compressing them locally

我想从文本文件中读取设置。

通常，该文件将有 4 行。

我想在它自己的变量中获取每一行，如下所示：

通常，我只会循环读取行，读取每一行并设置字符串。但是，如果缺少第 4 行，并且我正在查找冒号之后的行的部分，那么如果我像这样检查它，我会收到错误...

有没有办法在我尝试获取 SubString 之前“检查是否存在特定行”（所以它不会出错），比如在一个单独的函数中，它有 try，catch，最后返回字符串我想要或“丢失”这个词，如果该行丢失（然后因为没有更多的行而停止）？

有没有更好的方法来做到这一点？ReadAllLines 还是什么？

我正在使用“readtext”包在特定目录中导入多个文本文件。

我的问题是：有没有办法根据标题导入文本文件？我想导入标题包含特定单词的文件，例如，apple。

提前谢谢你的帮助。

我有星 * 分隔符文件，最后我需要在拆分 * 分隔符后存储在数组中，它在数组中存储值并打印列，但是它不断地一次又一次地打印相同的列值。

注意：txt 文件中有 60 列。

以下是我的代码：

以下是列示例：（此文件中同样有 60 列）

我只想打印第二列一次：例如：

我是 JS 新手，我想将几​​个 .TXT 文件的数据存储在变量 (ARRAY) 中。

以下是 .TXT 文件的结构：MONTH;YEAR;CUSTOMER

这是我修改的代码。警报包含正确的数据，但不包含变量。

我知道这是一个相当简单的问题，但我无法弄清楚如何以我想要的方式将所有值存储在我的数组中。这是 .txt 文件的一小部分：

每个值由两个空格分隔 - 如果下一个值为正 - 或一个空格和一个“-” - 如果下一个值为负

这是代码：

我知道 @array 只保存传递给它的最后一行。有没有办法让@array 保存所有行？

我想读取一个文件夹中的 N 个文本文件并将它们存储为 N 个变量。请注意，输入只是文件夹路径，其中的文本文件数量可能会有所不同（所以 n）。

手动我像下面的代码那样做，需要完全改变：

我正在分析一些文本文件，并且每次在文件中找到该单词时，我都想提取该特定单词。

想象一下，我在文件中有“Sports”，然后我想根据列表提取单词“SPORTS”。

我有以下代码：

我的文本文件包含以下内容：

使用我的代码，我打印所有带有“体育”和“足球”的行：

但我想看到以下结果：

如何仅打印 List 上的单词而不是所有行？

谢谢！

让我们有一个包含以下波兰语句子的 .doc 文件（DOC 不是 DOCX ！！！）：

" Na każde 40 mg% powyżej 100 mg% dodać 1j NovoRapidu, przy glikemii poniżej 100 mg% odjąć 1j NovoRapidu od dawki wyliczonej na WW w posiłku głównym. Przekąski liczyć 1j/ 1WW. W przypadku hiperglikem.ii, 22.00, proszę liczyć na zbicie 1j NovoRapidu na każde 50 mg% powyżej 150 mg%。”

您也可以从这里下载 doc 文件 (my_doc.doc)

我想通过代码将此字符向量上传到 R 中：

该代码独立于使用的编码提供相同的输出。我想在 .doc 文件和 R 中获取相同的文本。我使用 Windows。我该如何编辑我的代码？