htmlTreeParse 出现乱码

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1. library(bitops)
   
2. library(RCurl)
   
3. library(XML)
   
4. library(plyr)
   
5. testurl<-"http://data.10jqka.com.cn/market/longhu/yyb/"
   
6. temp<-getURL(testurl,.encoding="gbk")  #这步没有出现乱码

复制代码

有哪位大神知道如何解决，造成的原因是什么？也百度了很多，也没找到原因。
解决方法：
temp<-getURL(testurl,.encoding="gbk")
t2<-iconv(temp,"gbk","utf-8")  #转码
pagetree<-htmlTreeParse(t2,asText=TRUE,useInternalNodes=TRUE,encoding="utf-8") #这步有乱码
temp_name <-xpathSApply(pagetree,"//tr/td[@class='tl']/a", xmlValue)  #无乱码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：HTML Tree EPA ARS htm library

temp<-getURL(testurl)
直接试试这个，或者通过分割进行分析strsplit()


其实这也不叫乱码吧，你只要提取对你有用的信息就行了

htmlTreeParse中的encoding参数个人认为没用，帮助文档中说的是如果html源码中没有指定指定编码方式，encoding这个参数才有用，谁做web开发不指定编码方式呢。

解决方法是得到web页面内容后，有乱码不要管，用getNodeSet或者readHtmlTable得到结果后，再
iconv(x,"utf-8","")转化一个编码应该就行了

另外这是windows下才会出现的问题，linux下应该不会出现这种情况