IMDbデータをRに読み込む

Question

IMDbが公開するFTP hereのデータを読む必要があります。問題は、データが常に一貫したフォーマットであるとは限らないことです。私はデータの小さなスニペット（最初の数行）の下に添付しています。

私はread.table()とsep = '\t'を使用しようとしましたが、100％の精度でラインを分割しません。

Hereサンプルデータが見つかります。

この表をRに読み込むにはどうすればよいですか？

Answer 1

readLines、次にstrsplitをそれぞれ\\t+としてください。

いくつかの俳優が2列に複数のエントリを持っていることを

     X1               X2 
1   Aa, Brynjar      Adj¯ solidaritet (1985) [P¯nker] <40> 
2    Aa, Henk  Cuby + Blizzards: 40 jaar de blues (2006) (V) [Himself] 
3  Aa, Henk van der "De slimste mens ter wereld" (2012) {(#5.10)} [Himself] <4> 
4      "De slimste mens ter wereld" (2012) {(#5.11)} [Himself] <3> 
5       "De slimste mens ter wereld" (2012) {(#5.8)} [Himself] <3> 
6       "De slimste mens ter wereld" (2012) {(#5.9)} [Himself] <4> 
7  Aab, Vanessa (I)        Frollein FrappÈ (2014) [Greta] 
8              Nach einem Traum (2014) [Elke] 
9   Aabear, Jim      Paradise Recovered (2010) [Richard] <8> 
10               Senses (2009) [Mr. Cohen] 
11  Aabed, Essam Abu        Omar (2013) [Omar's Boss] <10> 
12 Aabedlaoui, El Hassan       La vache (2016) [Aissaoui 2] <80> 
13    Aabeel          Czeski Friends (2004) (V) 
14   Aabel, Anders           Kontakt! (1956) <7> 

お知らせになり

file <- readLines("PATHTO/actorstest.txt", encoding = 'Latin-1') 

# delete empty rows 
file <- subset(file, !grepl('^\\s*$', file)) 

# split in two columns by one or more tabs 
file <- strsplit(x = file, split = '\\t+') 

# row bind all itms and create df 
df <- data.frame(do.call(rbind, lapply(file, unlist))) 
df 

。私はそれをキャプチャしておきます。