建议不要用XML，其实你很多程式是可以省下来不用的 用foreach，日後要改平行也可以比较简单更动 好读版：https://pastebin.com/xhCkV0Cd library(data.table) library(stringi) library(lubridate) library(foreach) library(httr) library(xml2) library(rvest) library(pipeR) # windows才需要先把locale改成C，并用stringi::stri_conv转成big5 backupLocale <- Sys.getlocale("LC_COLLATE") Sys.setlocale("LC_ALL", 'C') timeVec <- seq(ymd("2003/01/01"), ymd("2003/01/11"), 1) reservoirUrl <- "http://fhy.wra.gov.tw/ReservoirPage_2011/StorageCapacity.aspx" tmp <- foreach(time = timeVec, .final = rbindlist) %do% { VIEWSTATE <- GET(reservoirUrl) %>>% content %>>% xml_find_all("//input[@name='__VIEWSTATE']") %>>% xml_attr("value") postBody <- c(list("所有水库"), lapply(c(year, month, day), function(f) f(time)), list(VIEWSTATE)) %>>% `names<-`(c(paste0("ctl00$cphMain$", c("cboSearch", paste0("ucDate$cbo", c("Year", "Month","Day")))), "__VIEWSTATE")) outTbl <- POST(reservoirUrl, body = postBody) %>>% content %>>% xml_find_first("//table[@id='ctl00_cphMain_gvList']") %>>% html_table(fill = TRUE) %>>% setDT %>>% `[`(j = lapply(.SD, stri_conv, from = "UTF-8", to = "Big5")) setnames(outTbl, stri_conv(names(outTbl), "UTF-8", "Big5")) fwrite(outTbl, sprintf("result/%s.csv", as.character(time))) return(NULL) } Sys.setlocale(locale = backupLocale) fwrite(rbindlist(lapply(list.files("result", "\\.csv$"), fread)), "merge.csv") ※ 引述《jack155861 (萧)》之铭言： : 来分享一下我的程式码 : library(magrittr) : library(httr) : library(rvest) : library(XML) : library(dplyr) : library(stringr) : setwd("J:/圣哲/资料运算/spider") : data<-read.csv("test.csv", header=T, sep=",") : #http://imgur.com/a/vpizi 我自己先用EXCEL创造出要载的年月日 这用R也可以做啦 : #只是这个EXCEL之後还有其他功能 : for (a in 1:length(data[,1])) : { : url="http://fhy.wra.gov.tw/ReservoirPage_2011/StorageCapacity.aspx" : txt=GET(url) : viewstate = txt %>% read_html() %>% html_nodes(., css="#__VIEWSTATE") %>% : html_attr("value") : #读取viewstate : cboSearch="所有水库" : cboYear=data[a,2] : cboMonth=data[a,3] : cboDay=data[a,4] : #我的参数 : dados <- list( 'ctl00$cphMain$cboSearch'=cboSearch, : 'ctl00$cphMain$ucDate$cboYear'=cboYear, : 'ctl00$cphMain$ucDate$cboMonth'=cboMonth, : 'ctl00$cphMain$ucDate$cboDay'=cboDay, : '__VIEWSTATE'=viewstate) : #此网页有很多$ list里面不能直接打$ 要有单引号就没这问题 : r <- POST(url, body=dados, cookies=unlist(txt$cookies),encode = "form") : res_text <- content(r, "text", encoding = "UTF-8") %>% : `Encoding<-`("UTF-8") # Windows encodind issue : res_text : #看看资料有无出来 : htmlParse(res_text,encoding = "utf8") : tables <- readHTMLTable(htmlParse(res_text,encoding = : "utf8"),stringsAsFactors=FALSE) : View(tables[[1]]) : #看看TABLE出来的资料有无正确 其实有些有跳栏位问题 但资料都有 : name=tables[[1]][-1,1] : water_day=tables[[1]][-1,2] : time_day=paste(cboYear,"-",cboMonth,"-",cboDay,sep = "") : rain=tables[[1]][-1,4] : input=tables[[1]][-1,5] : output=tables[[1]][-1,6] : difference=tables[[1]][-1,7] : time_now=tables[[1]][-1,8] : height_now=tables[[1]][-1,9] : water_now=tables[[1]][-1,10] : water_percent_now=tables[[1]][-1,11] : result=cbind(name,water_day,time_day,rain,input,output,difference,time_now,height_now,water_now,water_percent_now) : colnames(result) <- c("水库名称","水库基本数据_有效容量", : "每日蓄水统计_统计时间","每日蓄水统计_集水区降雨量", : "每日蓄水统计_进水量","每日蓄水统计_出水量", : "每日蓄水统计_与昨日水位差","即时水情资料_水情时间", : "即时水情资料_水位","即时水情资料_有效蓄水量", : "即时水情资料_蓄水量百分比") : #从table存取我要的资讯 : write.csv(result, paste("./result/",time_day,".CSV",sep = "")) : #每一天一个CSV档案 之後可能需要 故先不做合并 : } : a = list.files("result") : dir = paste("./result/",a,sep="") : n = length(dir) : merge.data = read.csv(file = dir[1],header=T,sep=",")[-54,-1] : for (i in 2:n){ : new.data = read.csv(file = dir[i], header=T, sep=",")[-54,-1] : merge.data = rbind(merge.data,new.data) : } : write.csv(merge.data,file = "./merge.csv",row.names=F) : #所有CSV合并成为一个档案 : ※ 引述《jack155861 (萧)》之铭言： : : 各位好 : : 谢谢C大的说明 然後我又在网路上看到一个教学 他这个教学跟我网站的形式有点类似 : : 网址如下：http://leoluyi.logdown.com/posts/406397-crawler-mops-2 : : 我把我要爬虫的网站 看了他的程式码 他是属於form data 如下图 : : http://imgur.com/a/Vy7mw : : 依照上面教学网址是要把form data的资料都放到R的函数理头 : : res <- POST( : : "http://fhy.wra.gov.tw/ReservoirPage_2011/StorageCapacity.aspx", : : body = "XXXXX", : : encode = "form") : : 但是怎样跑都跑不出来 跑的都是最新(2017/6/4)的资料 : : 若我body只放以下这些有影响的参数也是如此 : : ctl00$cphMain$cboSearch:防汛重点水库 : : ctl00$cphMain$ucDate$cboYear:2017 : : ctl00$cphMain$ucDate$cboMonth:6 : : ctl00$cphMain$ucDate$cboDay:2 : : 请问各位大大 有哪里用错了吗? --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.233.49.200 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1496837550.A.2F5.html 是喔@@ 第一次听到XD 已更正 ※ 编辑: celestialgod (36.234.176.55), 06/09/2017 21:17:49