知识中心 - 北京概普生物科技有限公司(GapTech)

用R进行文件系统管理(一)

生信干货 sxr ·2015年12月11日 17:40

用R进行文件系统管理

R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。

R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。

要成为有理想的极客，我们不能停留在语法上，要掌握牢固的数学，概率，统计知识，同时还要有创新精神，把R语言发挥到各个领域。让我们一起动起来吧，开始R的极客理想。

前言

R语言作为脚本语言，有一套文件系统管理的功能函数，也可以实现如Python一样的系统管理功能。

本文将详细介绍，R语言的文件系统管理。试试有什么不样吧？

文件系统介绍
目录操作
文件操作
几个特殊的目录

1. 文件系统介绍

计算机的文件系统是一种存储和组织计算机数据的方法，它使得对其访问和查找变得容易，文件系统使用文件和树形目录的抽象逻辑概念代替了硬盘和光盘等物理设备使用数据块的概念，用户使用文件系统来保存数据不必关心数据实际保存在硬盘（或者光盘）的地址为多少的数据块上，只需要记住这个文件的所属目录和文件名。在写入新数据之前，用户不必关心硬盘上的那个块地址没有被使用，硬盘上的存储空间管理（分配和释放）功能由文件系统自动完成，用户只需要记住数据被写入到了哪个文件中。

R语言和其他编程语言一样，都有对文件系统的操作，包括文件操作和目录操作，函数API都定义在base包中。

2. 目录操作

系统环境：

Linux: Ubuntu Server 12.04.2 LTS 64bit
R: 3.0.1 x86_64-pc-linux-gnu

2.1 查看目录

# 启动R程序
~ R

# 当前的目录
> getwd()
[1] "/home/conan/R/fs"

# 查看当前目录的子目录
> list.dirs()
[1] "."     "./tmp"

> dir()
[1] "readme.txt" "tmp"

# 查看指定目录的子目录和文件。
> dir(path="/home/conan/R")
 [1] "A.txt"                             "caTools"
 [3] "chinaWeather"                      "DemoRJava"
 [5] "env"                               "FastRWeb"
 [7] "font"                              "fs"
 [9] "github"                            "lineprof"
[11] "pryr"                              "readme.txt"
[13] "RMySQL"                            "RServe"
[15] "rstudio-server-0.97.551-amd64.deb" "websockets"
[17] "x86_64-pc-linux-gnu-library"

# 只列出以字母R开头的子目录或文件
> dir(path="/home/conan/R",pattern='^R')
[1] "RMySQL" "RServe"

# 列出目录下所有的目录和文件，包括隐藏文件，如 .A.txt
> dir(path="/home/conan/R",all.files=TRUE)
 [1] "."                                 ".."
 [3] ".A.txt"                            "A.txt"
 [5] "caTools"                           "chinaWeather"
 [7] "DemoRJava"                         "env"
 [9] "FastRWeb"                          "font"
[11] "fs"                                "github"
[13] "lineprof"                          "pryr"
[15] "readme.txt"                        "RMySQL"
[17] "RServe"                            "rstudio-server-0.97.551-amd64.deb"
[19] "websockets"                        "x86_64-pc-linux-gnu-library"

查看当前目录的子目录和文件，同dir()函数。

> list.files()
[1] "readme.txt" "tmp"

> list.files(".",all.files=TRUE)
[1] "."          ".."         "readme.txt" "tmp"

查看完整的目录信息。

# 查看当前目录权限
> file.info(".")
  size isdir mode               mtime               ctime               atime  uid  gid uname grname
. 4096  TRUE  775 2013-11-14 08:40:46 2013-11-14 08:40:46 2013-11-14 08:41:57 1000 1000 conan  conan

# 查看指定目录权限
> file.info("./tmp")
      size isdir mode               mtime               ctime               atime  uid  gid uname grname
./tmp 4096  TRUE  775 2013-11-14 14:35:56 2013-11-14 14:35:56 2013-11-14 14:35:56 1000 1000 conan  conan

2.2 创建目录

# 在当前目录下，新建一个目录
> dir.create("create")
> list.dirs()
[1] "."        "./create" "./tmp"

创建一个3级子目录./a1/b2/c3

# 直接创建，出错
> dir.create(path="a1/b2/c3")
Warning message:
In dir.create(path = "a1/b2/c3") :
  cannot create dir 'a1/b2/c3', reason 'No such file or directory'

# 递归创建，成功
> dir.create(path="a1/b2/c3",recursive = TRUE)
> list.dirs()
[1] "."          "./a1"       "./a1/b2"    "./a1/b2/c3" "./create"  "./tmp"

# 通过系统命令查看目录结构
> system("tree")
.
├── a1
│   └── b2
│       └── c3
├── create
├── readme.txt
└── tmp

2.3 检查目录是否存在

# 目录存在
> file.exists(".")
[1] TRUE
> file.exists("./a1/b2")
[1] TRUE

# 目录不存在
> file.exists("./aa")
[1] FALSE

2.4 检查目录的权限

检查目录的权限

> df<-dir(full.names = TRUE)

# 检查文件或目录是否存在，mode=0
> file.access(df, 0) == 0
./a1     ./create ./readme.txt        ./tmp
TRUE         TRUE         TRUE         TRUE

# 检查文件或目录是否可执行，mode=1，目录为可以执行
> file.access(df, 1) == 0
./a1     ./create ./readme.txt        ./tmp
TRUE         TRUE        FALSE         TRUE

# 检查文件或目录是否可写，mode=2
> file.access(df, 2) == 0
./a1     ./create ./readme.txt        ./tmp
TRUE         TRUE         TRUE         TRUE

# 检查文件或目录是否可读，mode=4
> file.access(df, 4) == 0
./a1     ./create ./readme.txt        ./tmp
TRUE         TRUE         TRUE         TRUE

修改目录权限。

# 修改目录权限，所有用户只读
> Sys.chmod("./create", mode = "0555", use_umask = TRUE)

# 查看目录完整信息，mode=555
>  file.info("./create")
         size isdir mode               mtime               ctime               atime  uid  gid uname grname
./create 4096  TRUE  555 2013-11-14 08:36:28 2013-11-14 09:07:05 2013-11-14 08:36:39 1000 1000 conan  conan

# create目录不可以写
> file.access(df, 2) == 0
./a1     ./create ./readme.txt        ./tmp
TRUE        FALSE         TRUE         TRUE

2.5 对目录重名

# 对tmp目录重命名
> file.rename("tmp", "tmp2")
[1] TRUE

# 查看目录
> dir()
[1] "a1"         "create"     "readme.txt" "tmp2"

2.6 删除目录

# 删除tmp2目录
> unlink("tmp2", recursive = TRUE)

# 查看目录
> dir()
[1] "a1"         "create"     "readme.txt"

2.7 其他功能函数

拼接目录字符串

# 拼接目录字符串
> file.path("p1","p2","p3")
[1] "p1/p2/p3"

> dir(file.path("a1","b2"))
[1] "c3"

获取最底层的子目录名

# 当前目录
> getwd()
[1] "/home/conan/R/fs"

# 最底层子目录
> dirname("/home/conan/R/fs/readme.txt")
[1] "/home/conan/R/fs"

# 最底层子目录或文件名
> basename(getwd())
[1] "fs"
>  basename("/home/conan/R/fs/readme.txt")
[1] "readme.txt"

转换文件扩展路径

# 转换~为用户目录
> path.expand("~/foo")
[1] "/home/conan/foo"

标准化路径，用来转换win或linux的路径分隔符

# linux
> normalizePath(c(R.home(), tempdir()))
[1] "/usr/lib/R"      "/tmp/RtmpqNyjPD"

# win
> normalizePath(c(R.home(), tempdir()))
[1] "C:\\Program Files\\R\\R-3.0.1"
[2] "C:\\Users\\Administrator\\AppData\\Local\\Temp\\RtmpMtSnci"

短路径，缩减路径的显示长度，只在win中运行。

# win
> shortPathName(c(R.home(), tempdir()))
[1] "C:\\PROGRA~1\\R\\R-30~1.1"
[2] "C:\\Users\\ADMINI~1\\AppData\\Local\\Temp\\RTMPMT~1"

3. 文件操作

3.1 查看文件

> dir()
[1]  "create"  "readme.txt"

# 检查文件是否存在
> file.exists("readme.txt")
[1] TRUE

# 文件不存在
> file.exists("readme.txt222")
[1] FALSE

# 查看文件完整信息
> file.info("readme.txt")
           size isdir mode               mtime               ctime               atime  uid  gid uname grname
readme.txt    7 FALSE  664 2013-11-14 08:24:50 2013-11-14 08:24:50 2013-11-14 08:24:50 1000 1000 conan  conan

# 查看文件访问权限，存在
>  file.access("readme.txt",0)
readme.txt
         0
# 不可执行
>  file.access("readme.txt",1)
readme.txt
        -1
# 可写
>  file.access("readme.txt",2)
readme.txt
         0
# 可读
>  file.access("readme.txt",4)
readme.txt
         0

# 查看一个不存在的文件访问权限，不存在
> file.access("readme.txt222")
readme.txt222
           -1

判断是文件还是目录。

# 判断是否是目录
> file_test("-d", "readme.txt")
[1] FALSE
> file_test("-d", "create")
[1] TRUE

# 判断是否是文件
> file_test("-f", "readme.txt")
[1] TRUE
> file_test("-f", "create")
[1] FALSE

3.2 创建文件

# 创建一个空文件 A.txt
> file.create("A.txt")
[1] TRUE

# 创建一个有内容的文件 B.txt
> cat("file B\n", file = "B.txt")
> dir()
[1] "A.txt"      "B.txt"      "create"     "readme.txt"

# 打印A.txt
> readLines("A.txt")
character(0)

# 打印B.txt
> readLines("B.txt")
[1] "file B"

把文件B.txt的内容，合并到 A.txt。

# 合并文件
> file.append("A.txt", rep("B.txt", 10))
 [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

# 查看文件内容
> readLines("A.txt")
 [1] "file B" "file B" "file B" "file B" "file B" "file B" "file B" "file B" "file B" "file B"

把文件A.txt复制到文件C.txt

# 复制文件
> file.copy("A.txt", "C.txt")
[1] TRUE

# 查看文件内容
> readLines("C.txt")
 [1] "file B" "file B" "file B" "file B" "file B" "file B" "file B" "file B" "file B" "file B"

3.3 修改文件权限

# 修改文件权限，创建者可读可写可执行，其他人无权限
> Sys.chmod("A.txt", mode = "0700", use_umask = TRUE)

# 查看文件信息
> file.info("A.txt")
      size isdir mode               mtime               ctime               atime  uid  gid uname grname
A.txt   70 FALSE  700 2013-11-14 12:55:18 2013-11-14 12:57:39 2013-11-14 12:55:26 1000 1000 conan  conan

3.4 文件重命名

# 给文件A.txt重命名为AA.txt
> file.rename("A.txt","AA.txt")
[1] TRUE
> dir()
[1] "AA.txt"     "B.txt"      "create"     "C.txt"      "readme.txt"