R_Language 板


LINE

[问题类型]: 程式谘询(我想用R 做某件事情,但是我不知道要怎麽用R 写出来) [软体熟悉度]: 使用者(已经有用R 做过不少作品) [问题叙述]: 我照着书本输入以下程式码, 想尝试抓取笨版中之文章文字内容, 但程式码执行完後却出现: Error in regexpr("www", line) : argument "line" is missing, with no default 了解regexpr语法的用法後, 发现此程式的"line"字词与该语法之用法不同, 然而若是在此范例中, 要怎麽修改才能抓取到笨版当中的文章呢? 谢谢大家解惑 [程式范例]: install.packages("XML") install.packages("RCurl") library(XML) library(RCurl) data <- list() for(i in 1058:1118){ tmp <- paste(i, '.html', sep = '') url <- paste('https://webptt.com/cn.aspx?n=bbs/StupidClown/index',tmp,sep = '') get_url <- getURL(url,ssl.verifypeer = FALSE) html <- htmlParse(get_url) url.list <- xpathSApply(html,"//div[@class='title']/a[@href]",xmlAttrs) data <- rbind(data, paste('https://webptt.com/cn.aspx?n=',url.list,sep = '')) } data <- unlist(data) getdoc <- function(line){ start <- regexpr('www', line)[1] end <- regexpr('html', line)[1] if(start != -1 & end != -1){ url <- substr(line, start, end+3) html <- htmlParse(getURL(url,ssl.verifypeer = FALSE),encoding = 'UTF-8') doc <- xpathSApply(html, "//div[@id='main-container']",xmlValue) name <- strsplit(url,'/')[[1]][4] write(doc,gsub('html','txt',name)) } } getdoc() sapply(data, getdoc) setwd("C://Documents and Settings//12345//桌面//R_textmining") write.table(getdoc,file = "getdoc.txt",row.names = F,quote = F) [环境叙述]: R version 3.3.1 (2016-06-21) Platform: i386-w64-mingw32/i386 (32-bit) Running under: Windows XP (build 2600) Service Pack 3 [关键字]: regexpr、xpathSApply、PTT爬虫 --



※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.163.143.251
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1476775409.A.321.html ※ 编辑: mikemlbb (118.163.143.251), 10/18/2016 15:29:00
1F:推 clansoda: Hi,I am trying to solve your problem. 10/19 09:41
2F:→ clansoda: Would you tell me what your expected output is 10/19 09:41
3F:→ clansoda: The "data" dataframe contains 1220 URL characters 10/19 09:42
4F:→ mikemlbb: I'm trying to crawl the content of StupidClown site 10/21 02:23
5F:→ mikemlbb: XIncluding article title and content by no.1058 to11 10/21 02:25
6F:→ mikemlbb: But the code seem to be wrong.When I run "getdoc()" 10/21 02:27
7F:→ mikemlbb: The error will emerge then say "line" is not defined 10/21 02:29







like.gif 您可能会有兴趣的文章
icon.png[问题/行为] 猫晚上进房间会不会有憋尿问题
icon.pngRe: [闲聊] 选了错误的女孩成为魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一张
icon.png[心得] EMS高领长版毛衣.墨小楼MC1002
icon.png[分享] 丹龙隔热纸GE55+33+22
icon.png[问题] 清洗洗衣机
icon.png[寻物] 窗台下的空间
icon.png[闲聊] 双极の女神1 木魔爵
icon.png[售车] 新竹 1997 march 1297cc 白色 四门
icon.png[讨论] 能从照片感受到摄影者心情吗
icon.png[狂贺] 贺贺贺贺 贺!岛村卯月!总选举NO.1
icon.png[难过] 羡慕白皮肤的女生
icon.png阅读文章
icon.png[黑特]
icon.png[问题] SBK S1安装於安全帽位置
icon.png[分享] 旧woo100绝版开箱!!
icon.pngRe: [无言] 关於小包卫生纸
icon.png[开箱] E5-2683V3 RX480Strix 快睿C1 简单测试
icon.png[心得] 苍の海贼龙 地狱 执行者16PT
icon.png[售车] 1999年Virage iO 1.8EXi
icon.png[心得] 挑战33 LV10 狮子座pt solo
icon.png[闲聊] 手把手教你不被桶之新手主购教学
icon.png[分享] Civic Type R 量产版官方照无预警流出
icon.png[售车] Golf 4 2.0 银色 自排
icon.png[出售] Graco提篮汽座(有底座)2000元诚可议
icon.png[问题] 请问补牙材质掉了还能再补吗?(台中半年内
icon.png[问题] 44th 单曲 生写竟然都给重复的啊啊!
icon.png[心得] 华南红卡/icash 核卡
icon.png[问题] 拔牙矫正这样正常吗
icon.png[赠送] 老莫高业 初业 102年版
icon.png[情报] 三大行动支付 本季掀战火
icon.png[宝宝] 博客来Amos水蜡笔5/1特价五折
icon.pngRe: [心得] 新鲜人一些面试分享
icon.png[心得] 苍の海贼龙 地狱 麒麟25PT
icon.pngRe: [闲聊] (君の名は。雷慎入) 君名二创漫画翻译
icon.pngRe: [闲聊] OGN中场影片:失踪人口局 (英文字幕)
icon.png[问题] 台湾大哥大4G讯号差
icon.png[出售] [全国]全新千寻侘草LED灯, 水草

请输入看板名称,例如:BabyMother站内搜寻

TOP