: [问题类型]:
: 程式咨询(我想用R 做某件事情,但是我不知道要怎么用R 写出来)
:
: [问题叙述]:
: 1.请问htmlParse返回的结果是否有size限制?
: 我用下面一段code htmlParse返回只有到[[288]],似乎没有抓完?
: 如果是size的限制有办法解决吗?
这我不知道,但是我用RCurl有抓到全部,直接htmlParse就失败了:
test_doc = getURL(URL,.encoding="big5")
test = htmlParse(test_doc, encoding="big5")
test["//tr"] %>% str() # List of 11655
test_doc = htmlParse(URL,encoding="big5")
test = test_doc["//tr"] %>% str() # List of 288
: 2.我试着用readLines读同样的网址,但因没有换行符号,所有的资料只存成一行,
: 处里这一类没有换行符号的网址,有什么好方法呢?
readLines之后用gsub把你要断行的地方放进去
EX:
我要把每一个开始或结束的tag后面都放置一个断行,
这个要用一些regular expression的知识
gsub("(</?[^>]*>)", "\\1\\\n", "<tr><td bgcolor=\"#FAFAD2\" colspan=\"7\"><b>
股票 <b> </b></b></td></tr>") %>% sprintf("%s", .) %>% cat()
output:
<tr>
<td bgcolor="#FAFAD2" colspan="7">
<b>
股票 <b>
</b>
</b>
</td>
</tr>