tag 标签: 网店经管大学堂:名校名师名课

相关日志

分享 如何利用sas抓取网店的评价数据
zelision 2014-11-3 16:31
sas9.2抓取网页数据时,提示连接不到主机名。但是较低版本sas 9.1确可以,所以本文中的代码均在sas 9.1中测试过: filename liu url %nrquote('http://item.taobao.com/item.htm?id=16212898717ali_refid=a3_420432_1006:1102865101:6:%B3%A4%D0%E4%C5%AEt%D0%F4:2ae68475680ece3b1c5018226096ff38ali_trackid=1_2ae68475680ece3b1c5018226096ff38spm=a230r.1.14.1.uQXfpl'); 此处利用filename抓取网页html代码,但是网页连接中含有%、这样的宏触发器,所以利用 %nrquote将其隐藏。当然也可以利用%nrstr。注意此处是单引号,不能是双引号。若利用双引号的话,必须是%nrstr。 data aa; infile liu length=len lrecl=4000 DELIMITER=""; input record $varying4000.len ; run; 因为html文件均是以’‘结尾,所以利用’‘作为分隔符。 data cc; set aa; if _n_=1 then pattern=prxparse("/\d{1,2}\.(\d{2})%/"); retain pattern; call prxsubstr(pattern,record,start,length); if start gt 0 then do; record=substr(record,start,length); record=compress(record," "); output; end; keep record; run; 由于淘宝网店中的评价数据均是一个百分数,所以定义整数部分为一位或者两位,小数部分为两位的正则表达式。 从而抓取了网店中的与同行相比的三个指标数据------描述相符、服务态度、发货速度以及好评率指标数据。
个人分类: SAS实践|0 个评论
GMT+8, 2025-12-25 02:26