r - 如何从 CRAN 中提取所有包作者的姓名

Question

为了庆祝 r 标签中的第 100,000 个问题，我想创建一个 CRAN 上所有包作者姓名的列表。

最初，我认为我可以使用 available.packages() 来做到这一点，但遗憾的是这不包含作者的专栏。

pdb <- available.packages()
colnames(pdb)

 [1] "Package"               "Version"               "Priority"             
 [4] "Depends"               "Imports"               "LinkingTo"            
 [7] "Suggests"              "Enhances"              "License"              
[10] "License_is_FOSS"       "License_restricts_use" "OS_type"              
[13] "Archs"                 "MD5sum"                "NeedsCompilation"     
[16] "File"                  "Repository"   

此信息在每个包的 DESCRIPTION 文件中可用。所以我可以想到两种蛮力方式，都不是很优雅:

下载每个 6,878 包并使用 DESCRIPTION

读取 base::read.dcf() 文件

抓取 CRAN 上的每个包页面。例如，https://cran.r-project.org/web/packages/MASS/index.html 告诉我 Brian Ripley 是 MASS 的作者。

我不想下载所有的 CRAN 来回答这个问题。而且我也不想抓取 HTML，因为描述文件中的信息是一个格式整齐的 person 对象列表(参见 ?person )。

如何使用 CRAN 上的信息轻松构建软件包作者列表？

Answer 1

取自 reverse_dependencies_with_maintainers ，它在 R developer site 上有一点可用(我现在在那里看不到):

  description <- sprintf("%s/web/packages/packages.rds",
                          getOption("repos")["CRAN"])
  con <- if(substring(description, 1L, 7L) == "file://") {
       file(description, "rb")
  } else {
      url(description, "rb")
  }
  db <- as.data.frame(readRDS(gzcon(con)),stringsAsFactors=FALSE)
  close(con)
  rownames(db) <- NULL

  head(db$Author)
  head(db$"Authors@R")

在 Authors@R 存在的地方，它可能可以使用 dget() 解析成更好的东西

getAuthor <- function(x){
  if(is.na(x)) return(NA)
  a <- textConnection(x)
  on.exit(close(a))
  dget(a)
}
authors <- lapply(db$"Authors@R", getAuthor)
head(authors)

[[1]]
[1] NA

[[2]]
[1] "Gaurav Sood <gsood07@gmail.com> [aut, cre]"

[[3]]
[1] "Csillery Katalin <kati.csillery@gmail.com> [aut]"
[2] "Lemaire Louisiane [aut]"                         
[3] "Francois Olivier [aut]"                          
[4] "Blum Michael <michael.blum@imag.fr> [aut, cre]"  

[[4]]
[1] NA

[[5]]
[1] "Csillery Katalin <kati.csillery@gmail.com> [aut]"
[2] "Lemaire Louisiane [aut]"                         
[3] "Francois Olivier [aut]"                          
[4] "Blum Michael <michael.blum@imag.fr> [aut, cre]"  

[[6]]
[1] NA