用rcurl和xml抓取糯米網(wǎng)酒店團(tuán)購(gòu)_第1頁(yè)
用rcurl和xml抓取糯米網(wǎng)酒店團(tuán)購(gòu)_第2頁(yè)
用rcurl和xml抓取糯米網(wǎng)酒店團(tuán)購(gòu)_第3頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

用RCurl和XML抓取糯米網(wǎng)酒店團(tuán)購(gòu)

library(plyr)

library(RCurl)

library(XML)

#總頁(yè)數(shù)

page<-1:7

#構(gòu)建每一頁(yè)

urllist<-paste(" /3/sh-370-0-0/0",page,"?#j-sort-

bar",sep="")

# 報(bào)頭

myheader=c("User-Agent"="Mozilla/5.0(Windows;U;WindowsNT5.1; ;

rv:)",

"Accept"="text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.

8",

"Accept-Language"="en-us",

"Connection"="keep-alive",

"Accept-Charset"="GB2312,utf-8;q=0.7,*;q=0.7"

)

#初始化字段

#酒店區(qū)域及酒店名

good_title<-c("")

#

original_price<-c("")

# 價(jià)

current_price<-c("")

for(urlinurllist){

#

w ge<-getURL(url,httpheader=myheader,.encoding="utf-8")

#轉(zhuǎn)換為Xml格式

pagexml<-htmlTreeParse(w ge,encoding="utf-8",error=function(...){},

useInternalNodes=TRUE,trim=TRUE)

#用Xpath從網(wǎng)頁(yè)中抓取數(shù)據(jù)

temp_title<-xpathSApply(pagexml,"http://*/span[@class='good-title']",xmlValue)

good_title<-c(good_title,temp_title)

temp_original_price<-xpathSApply(pagexml,"http://*/span[@class='original-

pric']",xmlValue)

original_price<-c(original_price,temp_original_price)

temp_current_price<-xpathSApply(pagexml,"http://*/ins[@class='current-

pric']",xmlValue)

current_price<-c(current_price,temp_current_price)

Sys.sleep(1)

}

#合成字段

content<-data.frame(good_title,original_price,current_price)

names(content)<-c('酒店',' ',' 價(jià)')

#去除空行

content

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論