R语言xlsx，txt文件处理：以《书摘》00年-10年资源合集整理为例
偶然间读到一篇文章，分享06年《书摘》的内容，今天来看都不过时，所以起了找下这本老杂志合集的心思。
傅佩荣先生《哲学与人生》选段
“如果有人觉得活着很辛苦，面对自己又感觉无聊乏味，那么他应该多接触自然界。我有个朋友曾经养了九条狗，因为他认为看狗的脸比看人的脸舒服多了——的确，社会上很多人都是以貌取人，或见面先询问身家背景。譬如，我们下雨天走在街上，被一辆疾驶而过的车溅湿了衣服，如果看到那是一辆福特，通常会气愤难平，如果是一辆宾士，可能反而会后退一步,好像自己理屈。这就是群体造成的荒谬，使大家从外在价值来判断行为的是非。自古以来，人间岂有真正的公平?自然界不会有这个问题，因为自然界的特色就是公平，耶稣说过：“(上天)降雨给义人，也给不义的人。”无论你是好人或坏人，下雨的时候都会淋到，绝对不可能因为你是好人就不会淋湿，坏人就变成落汤鸡。又如，任何人到海边都能听到一样的浪涛声，绝不会因人而异。自然界是公平的，当你觉得在群体和自我两方面面临很大的压力时，不妨和大自然多接触，譬如养宠物、种盆栽，假日到山上、公园走走，甚至街边的路树与小草都有值得观赏的地方。苏东坡说：“凡物皆有可观。苟有可观，皆有可乐，非必怪奇伟丽者也。”即使路边的一株小草、一朵小花，都有美妙迷人之处，并非只有风景名胜才值得造访。”
李强的《如何看待今日中国之富人阶层》。
这篇文章认为，中国人提起富人，总认为“为富即坏”，有“无商不奸”的说法，但作者认为：
“分层和差异在社会上是一种普遍的现象……差异也不是绝对的坏事情。因为我们知道如果没有落差，水是不会流动的。一个社会完全拉平了以后，它就缺乏动力。”
这句话讲得实在是太好了！我们担心的，不是社会有贫富差距，而是这种贫富差距被固化。只要阶层不被固化，社会分层绝对是一件好事。近几年，“绝对公平”的极左思想又开始出现，我们应该读一读十几年前的这段话。
首先是在网上搜现成的pdf合集，但好像没有，只现刊可以订阅，但找到了一个官方网站，刚好有00-10年老杂志的合集，多层链接，且文档是以前2G时代的瞎眼论坛模式，阅读不太友好。
打算根据这个网站，先获取文档，然后整理为带目录的txt文档，手机党就很方便。
具体分了这几步：
1、文档资源获取（爬虫步骤跳过啦），为了整理方便，处理成一篇文章一行的形式，序号、标题作为目录名称，时间用于分割文件（00-10年合计2k+篇文章，如果全放到一个txt文档，估计看一点人就废了，所以按年度分了11个文档）
2、接下来就是按上面思路把excel文档转为txt了，我是用R实现的，要点是函数、循环和字符串的拼接
d1<-read.xlsx('正文.xlsx')
#按年拆
d1$year<-str_sub(d1$文本1,1,4)
d1list<-split(d1,d1$year)#每年一合集
ab<-function(test){tt<-c()for (i in 1:nrow(test)) {tt[i]<-str_c(str_trim(str_c('第',test$篇章[i],'篇:',test$文本[i])),test$字段1[i],sep="\n")}rr<-paste(tt, collapse = '\n\n')rr<-str_remove_all(rr,'_x000D_')return(rr)
}for (j in 1:length(d1list)) {test<-d1list[[j]]book<-ab(test)bookname<-str_c('书摘/',names(d1list),'.txt')[j]write.table(book,bookname,col.names = FALSE,row.names = FALSE,quote = FALSE)
}
3、最后整理如下，手机效果也给大家看下，个别段落可能因为爬虫时间等待问题漏采，但是不影响阅读。需要杂志资源的可以评论或者私信。
