※ 引述《clansoda (小笨)》之铭言： : C大我把我的问题发一篇，我目前大部分都有看懂 : 第一个问题是我有?GET，他的maunal里面没有提到referer这个 : 请问这个是要设成你寻页的什麽才是正确的呢? chrome F12查看该网页的requested header可以看到他有referer curl的manual里面有referer的参数 httr::config的...可以放置curl的其他参数，可以?config查看 GET第二个element就是给config : 因为看你设的参数是该网页的整页，也是inspect页面的network : 的第一项，所以我有点疑惑这个参数究竟要设什麽 就是给request headers : 第二个问题是str_replace_all，manual，只有\\1\\1这个例子 : 那个例子是多一个前面的文字，但是您的写法把前面的括号消掉了 : 请问这个\\(|\\)代表什麽涵义呢? 这是regexp， ( 或 )这个取代掉， |代表或的意思 又因为()在regexp里面有意义，所以需要用escape \\ 可以参考这个网站：http://regexone.com/ : 第三个问题是这个str_replace跑完後，我用class查询他是chracter : 可是您在後面接了一个fromJson然後整个LIST就变成dataframe的型态了 : 为什麽他是Json的格式呢?是如何判断的，而如果str_replace只消掉 : 前面的文字如showStoreList，而没有消掉括号的话fromJson就会出错 : 请问如何判断他是JSON的格式呢? 怎麽判断这个问题很怪，你找一下JSON的范例格式对一下满明显的 那个样式就是一个javascript的物件(摊手 就是JSON (javascript object notation).... 不知道怎麽回答你这个问题QQ : 最後一个问题是在这个全家页面用我之前用的ctrl+u这种显示整页html的 : 方式会看不到想要parsing的格式，用C大这种inspect的方式可以看到他後面API的 : 走向，我点那个api的页面会出现类似 : "NAME": "全家基隆庙口店", : "TEL": "02-24289166", : "POSTel": "02-77230578", : "px": 121.742868, : "py": 25.128415, : "addr": "基隆市仁爱区仁三路33号", : "SERID": 15829.0, : "pkey": "011629", : "oldpkey": "005829", : "post": "200", : "all": "COFFEE,WiFi,oneice", : "road": "仁三路", : "twoice": null : 看起来就是我们要的资料没错，接着我用同样方式去找seven他们的查询系统 : 他们的更隐密，我找不到类似全家的这种方式可以抓他们的资料 : 只有一个emap开头的，但是後面的参数是时间，里面的值是县市 : 我就再也没找到里面有值的档案了，请问C大这种的也parsing的了吗? : 感谢您的回复 每个网站写法都不一样，这个就要慢慢找怎样爬了 像是全家在header上加referer，我也是第一次看到(摊手 多爬几个网站累积经验罗(摊手 至於seven的网站一样可以在https://emap.pcsc.com.tw按下搜寻後 可以在network看到Request URL: https://emap.pcsc.com.tw/EMapSDK.aspx 从Form Data可以看到他有SearchStore这个api，然後下query字串就有xml档案了 如图所示：http://i.imgur.com/WJt3eR8.png 借用了全家的全国乡镇位置去做查询 (你可以另外去找网页找全国乡镇，借全家比较慢) 程式：http://pastebin.com/HZimmj1X 档案下载连结： http://www.mediafire.com/download/gbova5bl29h9owb/sevenElevenStoreLoc.csv 部分结果： POIID POIName X Y Telno <chr> <chr> <chr> <chr> <chr> 1 15886 千成 121522903 25043751 (02)23577481 2 11081 千翔 121516971 25045748 (02)23123025 3 13639 大永博 121511644.363883 25043153.9228778 (02)23826912 4 16133 中航 121522538 25042552 (02)23278931 5 99156 中华电 121523275 25036515 (02)33433607 6 12179 中爱 121520249 25033082 (02)23415461 7 93291 中乐 121510506 25045116 (02)23122424 8 12830 丹阳 121525546 25039050 (02)23516914 9 13529 仁金 121528948 25038452 (02)23583428 10 12786 北高铁 121519384.869613 25047133.4366581 (02)23149940 -- R资料整理套件系列文： magrittr #1LhSWhpH (R_Language) http://tinyurl.com/j3ql84c data.table #1LhW7Tvj (R_Language) http://tinyurl.com/hr77hrn dplyr(上) #1LhpJCfB (R_Language) http://tinyurl.com/jtg4hau dplyr(下) #1Lhw8b-s (R_Language) tidyr #1Liqls1R (R_Language) http://tinyurl.com/jq3o2g3 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.109.74.87 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1466658481.A.FAB.html 没打算，reshape2的功能都可以用tidyr取代 稍微更正一下内文，是先打开F12的network标签 然後在https://emap.pcsc.com.tw/搜寻之後 会出现这个：http://i.imgur.com/WJt3eR8.png 恩恩 ※ 编辑: celestialgod (140.109.74.87), 06/23/2016 17:04:14