关于R语言爬虫的问题。

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

利用xml包爬取网站，有一些问题，希望大家能帮解决一下，不胜感激！
temp=getURL("http://dealer.autohome.com.cn/china",encoding="UTF-8")
k=htmlParse(temp)
getNodeSet(k,'//li[@class="list-item"]')
qiche=sapply(getNodeSet(k,'//li[@class="list-item"]'),xmlValue)

代码执行起来没问题，就是qiche这个向量里面存储的都是字符串，而且在字符串里存在着大量换行符和空格，而且一保存为txt或者csv格式就变成了一列，根本无法分析。求问如何能去除这个字符串里的换行符并提取中文信息，或者能按照行把有用的信息存到CSV格式里面取，不胜感激啊！

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1 回帖

关键词：R语言 Coding dealer Nodes value

一次就取一種，像是店名
qiche=sapply(getNodeSet(k,'//li[@class="list-item"]//a//span'),xmlValue)
分開取，然後再合併

顺道也学习一下。