用R来抓取xml网页数据

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

      用R来抓取xml网页数据。

1. library(rvest)
   
2. 
   
3. url = "http://www.w3schools.com/xml/simple.xml"
   
4. 
   
5. 或者把网页下载到本地
   
6. 
   
7. url = "c:/temp/w31.xml"
   
8. id = c("name","price","calories","description")
   
9. dat = sapply(1:length(id),function(i) url %>% html() %>% html_nodes(id) %>% html_text()) %>% as.data.frame(.)
   
10. names(dat) = id
    
11. 
    
12. dat
    
13.                                     name price   calories
    
14. 1                    Belgian Waffles $5.95      650
    
15. 2  Strawberry Belgian Waffles $7.95      900
    
16. 3 Berry-Berry Belgian Waffles $8.95      900
    
17. 4                      French Toast $4.50      600
    
18. 5           Homestyle Breakfast $6.95      950
    
19.                                                                                                                               description
    
20. 1                             \r\nTwo of our famous Belgian Waffles with plenty of real maple syrup\r\n
    
21. 2                            \r\nLight Belgian waffles covered with strawberries and whipped cream\r\n
    
22. 3 \r\nLight Belgian waffles covered with an assortment of fresh berries and whipped cream\r\n
    
23. 4                                           \r\nThick slices made from our homemade sourdough bread\r\n
    
24. 5                     \r\nTwo eggs, bacon or sausage, toast, and our ever-popular hash browns\r\n

复制代码

      看起来有点乱，修饰一下：

1. dat$description = gsub("\r|\n",'',dat$description)
   
2. dat
   
3.                                     name price      calories                                                                                                            description
   
4. 1                    Belgian Waffles $5.95     650                             Two of our famous Belgian Waffles with plenty of real maple syrup
   
5. 2  Strawberry Belgian Waffles $7.95     900                            Light Belgian waffles covered with strawberries and whipped cream
   
6. 3 Berry-Berry Belgian Waffles $8.95     900 Light Belgian waffles covered with an assortment of fresh berries and whipped cream
   
7. 4                      French Toast $4.50     600                                           Thick slices made from our homemade sourdough bread
   
8. 5           Homestyle Breakfast $6.95     950                     Two eggs, bacon or sausage, toast, and our ever-popular hash browns

复制代码

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3 回帖

关键词：xml网页 XML strawberries Description breakfast xml网页 数据抓取