[問題] 丟入htmlParse的東西

作者: oldjojotenya (舊舅舅)   2015-01-30 21:39:06
[問題類型]:
程式諮詢
[軟體熟悉度]:
使用者
[問題敘述]:
最近在學習網路爬蟲,看到網路上餵給htmlParse的內容的寫法不太一樣,
本人對於HTTP的基礎薄弱,有點不得其門而入的感覺,
想請教以下寫法的異同與使用時機的差別,謝謝!
1.
url<-"http://xxx.html"
content<-htmlParse(url)
2.(有時候1.不順利的時候帶2.的式子就成功了不知道為何)
url<-getURL("http://xxx.html")
content<-htmlParse(url)
3.(個人猜測以下這種寫法只能存取本地file?)
url<-"http://xxx.html"
f<-file(url)
f_size<-file.info(url)$size
content<-readChar(f,f_size)
close(f)
作者: Wush978 (拒看低質媒體)   2015-01-30 22:24:00
我沒有特別研究過curl這類網路工具。如果你可以提供網址我可能比較容易了解。(目前我是猜可能和http 轉址有關)
作者: kenshin528 (成立奧凶帝國!!)   2015-01-31 02:04:00
沒用過第一種寫法@@
作者: gsuper (Logit(odds))   2015-01-31 03:45:00
我都直接 strsplit(x,'<tr>') 硬幹
作者: carl090105 (Jing)   2015-01-31 12:58:00
雖然可能跟內文沒什麼關係;不過推薦一下rvest這個套件
作者: oldjojotenya (舊舅舅)   2015-01-31 13:48:00
謝謝各位大大!

Links booklink

Contact Us: admin [ a t ] ucptt.com