《机器学习与数据科学（基于R的统计学习方法）》—

本节书摘来异步社区《机器学习与数据科学（基于R的统计学习方法）》一书中的第2章，第2.7节，作者：【美】Daniel D. Gutierrez（古铁雷斯），更多章节内容可以访问云栖社区“异步社区”公众号查看。

2.7　使用文件连接

另一种从数据源中读取信息的方式是通过文件连接。利用连接，你可以读入CSV文件，就像我们在前面看到的那样。不同的是，你也可以从文本文件中读取数据行。在数据不太规整的情况下，从文本文件中按行读取数据是有意义的。为此，R有一个有用的函数readLines()，可以和文件连接一同使用。在我们查看readLines()的例子之前，首先来看看文件连接是如何工作的。考虑下面的示例代码：

> con <- file("./data/SFParkingMeters.csv", "r")
> SFParkingMeters <- read.csv(con)
> close(con)
> head(SFParkingMeters)```
前面的例子首先使用file()函数来建立CSV文件与命名为con的对象的连接。然后，我们调用read.csv()函数，使用连接对象作为参数，以读取文件的内容。最后，完成后关闭连接是很好的习惯。跟前面的一样，数据框SFParkingMeters包含了文件的内容。

现在让我们回到readLines()函数，然后做一些完全不一样的事情。这一次，数据源将会是一个网页，所以我们会使用url()函数来提供网页的地址。遵循和之前一样的步骤，但设定参数n=20，表示只读取网页的前20行（如果一次只想读取1行，取n=1）。

con <- url("http://radicaldatascience.wordpress.com/", "r")
RDS <- readLines(con, n=20)
close(con)
head(RDS)`
在上文中，使用head()，展示了从我的博客上读取的HTML文本。

[1] "<!DOCTYPE html>"        "<!--[if IE 7]>"        
[3] "<html id=\"ie7\" lang=\"en\">" "<![endif]-->"         
[5] "<!--[if IE 8]>"        "<html id=\"ie8\" lang=\"en\">"```
使用readLines()的一个很重要的方面是：数据行存储在特征向量而不是数据框中。你可以使用class()函数来查看：