您如何下载添加到 Internet 目录中的最后一个文件？答案

【问题标题】：How do you download the last file that was added in a directory on internet?您如何下载添加到 Internet 目录中的最后一个文件？
【发布时间】：2022-07-21 23:12:11
【问题描述】：

我想下载使用 Rstudio 添加到本网站的最后一个存档（气象数据）；

https://opendata.dwd.de/climate_environment/CDC/grids_germany/hourly/radolan/recent/asc/

你知道怎么做吗？我可以特别下载一个，但是我必须编写确切的扩展名，并且每次都应该手动更改它，我不希望这样，我希望它自动检测到。

谢谢。

【问题讨论】：

标签： r

【解决方案1】：

函数download_CDC() 为您下载文件。输入号码1将下载网站提供的最新的，并带有各自的名称。

library(tidyverse)
library(rvest)

base_url <- "https://opendata.dwd.de/climate_environment/CDC/grids_germany/hourly/radolan/recent/asc/"

files <- base_url  %>%
  read_html() %>%
  html_elements("a+ a") %>%  
  html_attr("href") 


download_CDC <- function(item_number) {
  base_url <- "https://opendata.dwd.de/climate_environment/CDC/grids_germany/hourly/radolan/recent/asc/"
  download.file(paste0(base_url, files[item_number]), 
                destfile = files[item_number],
                mode = "wb")
  
}

download_CDC(1)

【讨论】：

【解决方案2】：

这有点幼稚（没有错误检查，盲目地从文件列表页面获取最后一个链接），但适用于该特定列表。

R 中的大部分网络抓取都是通过 rvest 进行的，html_element("a:last-of-type") 通过 CSS 选择器提取最后一个 <a> 类型的元素 - 你的最后一个存档。并且html_attr('href') 从最后一个<a>-元素中提取href 属性——文件的实际链接。

library(rvest)

last_link <- function(url) {
  last_href <- read_html(url) |> 
          html_element("a:last-of-type") |> 
          html_attr('href')
  paste0(url,last_href)
}

url <- "https://opendata.dwd.de/climate_environment/CDC/grids_germany/hourly/radolan/recent/asc/"
last_link(url)
#> [1] "https://opendata.dwd.de/climate_environment/CDC/grids_germany/hourly/radolan/recent/asc/RW-20220720.tar.gz"

^{由reprex package (v2.0.1) 于 2022 年 7 月 21 日创建}

【讨论】：