问R从页面中抓取多个表
EN

Stack Overflow用户

提问于 2012-03-15 02:01:21

回答 1查看 225关注 0票数 1

我正在尝试通过网络抓取页面上的5个表: www.lme.com/copper.asp

我可以对整个页面进行webscape，但在没有HTML格式的情况下，我在将表格抓取成适当的数据帧时遇到了问题。

library(XML)
lme.cu <- readHTMLTable('http://www.lme.com/copper.asp',stringsAsFactors = FALSE)

如果你能帮助我，我将不胜感激。

回答已采纳

发布于 2012-03-15 05:23:46

这通常需要reqex的东西。抱歉，但那是刮刮艺术的一部分。我最喜欢的两个与正则表达式相关的抓取/清理函数是gsub和strsplit，如下所示：

gsub("Â", "", "edsÂedfde", fixed=TRUE)
strsplit("e/d/sÂedfde", "Â", fixed=TRUE)[[1]][2]

如果您希望数据为数字，则还需要删除数字中的逗号。

我还建议你看看我的朋友布莱恩在(LINK)上做的一些解析数据的工作。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/9707492

复制

相似问题

问R从页面中抓取多个表EN