※ 引述《Tampa (光芒)》之铭言： : [问题类型]: : 网页爬虫，已找出xpath，但无法制作成data.frame : [软体熟悉度]: : 中新手 : [问题叙述]: : 网页爬虫，想把wiki的球队资讯爬下来 : [程式范例]: : library(magrittr) : library(rvest) : URLteam <- : "https://zh.wikipedia.org/wiki/%E7%BE%8E%E5%9C%8B%E8%81%B7%E6%A5%AD%E6%A3%92%E7%90%83%E5%A4%A7%E8%81%AF%E7%9B%9F" : #网页 : xpathTeam <- "//table[@class='navbox wikitable']/tbody/tr/td[1]"#球队队名的 : xpath : docTeam <- read_html(URLteam, encoding="UTF-8")#将网页读进R : rankTeam<- docTeam %>% : html_nodes(.,xpath = xpathTeam) %>% : html_text %>% : iconv(from = "UTF-8", to = "UTF-8") : stockTmp <- data.frame(team=docTeam) : 以下是我喷错的error : Error in as.data.frame.default(x[[i]], optional = TRUE, stringsAsFactors = : stringsAsFactors) : : cannot coerce class "c("xml_document", "xml_node")" to a data.frame : 问题1: 不知道怎麽了解自己xpath有没有抓对 : 问题2:data.frame是不是有设定错误? 1. 看起来没问题 2. doc_team转成data.frame?? 应该是rankTeam 如果我写会这样写： library(pipeR) library(rvest) library(httr) library(stringi) library(data.table) Sys.setlocale("LC_ALL", 'C') # for windows URLteam <- paste0("https://zh.wikipedia.org/wiki/%E7%BE%8E%E5%9C%8B", "%E8%81%B7%E6%A5%AD%E6%A3%92%E7%90%83%E5%A4%A7%E8%81%AF%E7%9B%9F") rankTeam <- URLteam %>>% GET %>>% content %>>% html_nodes(xpath = "//table[@class='navbox wikitable']") %>>% html_table(fill = TRUE) %>>% `[[`(1) %>>% data.table %>>% `[`( , lapply(.SD, function(x) stri_conv(x, "UTF-8", "BIG5"))) %>>% (setnames(., stri_conv(names(.), "UTF-8", "BIG5"))) Classes 'data.table' and 'data.frame': 32 obs. of 7 variables: # $ 分区 : chr "美国联盟" "东区" "波士顿红袜\nBoston Red Sox" ... # $ 队伍 : chr NA "巴尔的摩金莺\nBaltimore Orioles" ... # $ 区域/城市: chr NA "马里兰州，巴尔的摩\nMaryland, Baltimore" ... # $ 主场 : chr NA "金莺公园\nOriole Park At Camden Yard" " ... # $ 坐标 : chr NA ... # $ 成立时间 : chr NA "1894年" NA NA ... # $ 加入?? : chr NA "1901年" NA NA ... # - attr(*, ".internal.selfref")=<externalptr> 剩下再做一些资料整理就好了，他有一些跨栏的表格 -- 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: 111.246.31.11 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1469617915.A.267.html ※ 编辑: celestialgod (111.246.31.11), 07/27/2016 23:44:52