全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
2007 2
2017-05-05
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!

附件列表
微信图片_20170505171626.png

原图尺寸 10.59 KB

微信图片_20170505171626.png

二维码

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

全部回复
2017-5-5 20:35:33
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
二维码

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

2017-5-6 02:30:13
顺道也学习一下。
二维码

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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群