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
879 0
2017-07-20
抓取的代码如下:
dist<-lapply(1:dim(PREF)[1],function(i){
  url<-paste0('http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2015/',PREF[i,2])
      web<-readLines(url,encoding="gb2312")
      web<-iconv(web,"gb2312","UTF-8")
})

PREF是上一层抓的信息,大概长这样:
  PROV_NAME    PREF_LINK    PREF_CODE PREF_NAME
1    北京市 11/1101.html 110100000000    市辖区
2    北京市 11/1102.html 110200000000        县
3    天津市 12/1201.html 120100000000    市辖区
4    天津市 12/1202.html 120200000000        县
5    河北省 13/1301.html 130100000000  石家庄市
6    河北省 13/1302.html 130200000000    唐山市

上面代码中的这个循环,如果从1:346就是上面的dim(PREF)[1]就会报错,但是如果以50为区间就可以跑遍。
我开始以为可能是一次访问失败,加入了循环和url.exist判断,还是不成功,所以是因为频繁访问被服务器拒绝了吗?求大神帮助


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

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