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