R：下载 Google Drive 公共文件夹中的所有文件

Question

我正在尝试获取使用 Google 云端硬盘公共文件夹共享的 RAIS（巴西员工注册表数据集）的数据。这是地址： https://drive.google.com/folderview?id=0ByKsqUnItyBhZmNwaXpnNXBHMzQ&usp=sharing&tid=0ByKsqUnItyBhU2RmdUloTnJGRGM#list

数据每年被划分到一个文件夹中，每个文件夹中的每个州都有一个文件可供下载。我想自动化 R 中的下载过程，所有年份，如果不是至少在每年的文件夹中。下载的文件名应遵循手动下载时出现的文件名。

A 会一点 R，但不会 Web 编程或 Web 抓取。这就是我到目前为止得到的： 通过手动下载 2012 文件的第一个文件，我可以看到我的浏览器用来下载的 URL： https://drive.google.com/uc?id=0ByKsqUnItyBhS2RQdFJ2Q0RrN0k&export=download

因此，我想文件 id 是：0ByKsqUnItyBhS2RQdFJ2Q0RrN0k

搜索 2012 页面的 html 代码，我找到了该 ID 和与之关联的文件名：AC2012.7z。 所有其他 id 和文件名都在 html 代码的该部分中。所以，假设我可以正确下载文件，我想我至少可以概括其他文件。

在 R 中，我尝试了流式代码来下载文件：

url <- "https://drive.google.com/uc?id=0ByKsqUnItyBhS2RQdFJ2Q0RrN0k&export=download"
download.file(url,"AC2012.7z")
unzip("AC2012.7z")

它确实下载了，但尝试解压缩文件时出现错误（在 R 中和使用 7.zip 手动解压） 在 R 中下载的文件一定有问题，因为文件大小 (3.412Kb) 没有匹配我从手动下载文件中得到的 (3.399Kb)

Answer 1

对于今天尝试解决此问题的任何人，您可以使用googledrive package。

library(googledrive)
ls_tibble <- googledrive::drive_ls(GOOGLE_DRIVE_URL_FOR_THE_TARGET_FOLDER)
for (file_id in ls_tibble$id) {
  googledrive::drive_download(as_id(file_id))
}

这将 (1) 触发身份验证页面在您的浏览器中打开，以授权 Tidyverse 库使用 gargle 代表您的帐户访问 Google Drive，并 (2) 下载该 URL 文件夹中的所有文件到当前 R 会话的当前工作目录。