R_Language 板


LINE

1F:→ clansoda: 請問C大,這種網頁是不是完全爬不了06/21 16:20
3F:→ clansoda: 外面能爬的那個網頁,他大概有幾百個缺漏值,可能他後來06/21 16:21
4F:→ clansoda: 就不曾更新了,因此有些新開的他就沒加進去了06/21 16:21
好讀版:http://pastebin.com/zNjkb0uh csv結果:http://www.mediafire.com/download/a3d7aat94yhz16n/familyMart_loc.csv 我用查郵遞區號方式去對inquery.aspx查詢 這裡最重要的是用curl的referer 我一開始找不到httr的方法去設定,所以先用了RCurl去做 後面補上用httr的GET的做法 library(httr) library(xml2) library(pipeR) library(purrr) library(stringi) library(stringr) library(RCurl) library(jsonlite) url_postCodes <- "http://www.easytravel.com.tw/postid_search.asp" all_postCodes <- url_postCodes %>>% GET %>>% content(encoding = "big5") %>>% xml_find_all("//td/font") %>>% xml_text %>>% stri_conv(from = "UTF-8", to = "Big5") %>>% str_extract("\\d{3}") %>>% `[`(!is.na(.)) %>>% as.integer # method with RCurl::getURL familyMartLoc <- lapply(all_postCodes, function(postCode){ url_toPrint <- str_c("http://api.map.com.tw/net/GraphicsXY.aspx?", "search_class=Zip&Zip=%i&fun=getCityByZipReturn") city_area <- sprintf(url_toPrint, postCode) %>>% getURL(referer = "http://www.family.com.tw/marketing/inquiry.aspx") %>>% str_replace_all("getCityByZipReturn\\(|\\)", "") %>>% fromJSON url_toPrint <- str_c("http://api.map.com.tw/net/familyShop.aspx?", "searchType=ShopList&type=&city=%s&area=%s&road=&", "fun=showStoreList&key=6F30E8BF706D653965BDE302661D1241F8BE9EBC") sprintf(url_toPrint, city_area$COUNTY, city_area$TOWN) %>>% getURL(referer = "http://www.family.com.tw/marketing/inquiry.aspx") %>>% str_replace_all("showStoreList\\(|\\)", "") %>>% fromJSON }) %>>% do.call(what = rbind) # method with httr::GET familyMartLoc2 <- lapply(all_postCodes, function(postCode){ url_toPrint <- str_c("http://api.map.com.tw/net/GraphicsXY.aspx?", "search_class=Zip&Zip=%i&fun=getCityByZipReturn") city_area <- sprintf(url_toPrint, postCode) %>>% GET(config(referer = "http://www.family.com.tw/marketing/inquiry.aspx")) %>>% content("text") %>>% str_replace_all("getCityByZipReturn\\(|\\)", "") %>>% fromJSON url_toPrint <- str_c("http://api.map.com.tw/net/familyShop.aspx?", "searchType=ShopList&type=&city=%s&area=%s&road=&", "fun=showStoreList&key=6F30E8BF706D653965BDE302661D1241F8BE9EBC") sprintf(url_toPrint, city_area$COUNTY, city_area$TOWN) %>>% GET(config(referer = "http://www.family.com.tw/marketing/inquiry.aspx")) %>>% content("text") %>>% str_replace_all("showStoreList\\(|\\)", "") %>>% fromJSON }) %>>% do.call(what = rbind) partial results: NAME TEL POSTel px py 1 全家新德店 02-23214351 02-77463163 121.5316 25.04447 2 全家台醫店 02-23278841 02-23279603 121.5185 25.04079 3 全家南機場店 02-23039420 02-77095865 121.5058 25.02840 4 全家新惠安店 02-23036887 02-77300717 121.5065 25.02953 5 全家新龍口店 02-23047184 02-77300715 121.5104 25.02723 6 全家新廈門店 02-23681443 02-77397215 121.5176 25.02532 -- R資料整理套件系列文: 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 --



※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 211.76.63.212
※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1466514438.A.696.html ※ 編輯: celestialgod (211.76.63.212), 06/21/2016 21:19:40
5F:推 clansoda: C大可以請您說明一下原理嗎 我只看得懂取得郵遞區號那邊 06/22 15:51
6F:→ clansoda: 後面的這串API網址是哪裡來的呀 點下去是奇怪的網頁 06/22 15:52
7F:→ clansoda: 看不太懂中間的來龍去脈 06/22 15:52
8F:→ celestialgod: 按F12去看查詢時的網頁 06/22 17:36
9F:→ celestialgod: network那個標籤可以看到你查詢到你網頁送出的reque 06/22 17:47
10F:→ celestialgod: st 06/22 17:47
11F:推 clansoda: 我今天試著去搞懂他 06/23 09:10
12F:推 clansoda: str_c跟paste0有不同嗎 我寫起來的效果好像一樣 06/23 09:59
13F:→ celestialgod: 效果一樣 06/23 10:00







like.gif 您可能會有興趣的文章
icon.png[問題/行為] 貓晚上進房間會不會有憋尿問題
icon.pngRe: [閒聊] 選了錯誤的女孩成為魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一張
icon.png[心得] EMS高領長版毛衣.墨小樓MC1002
icon.png[分享] 丹龍隔熱紙GE55+33+22
icon.png[問題] 清洗洗衣機
icon.png[尋物] 窗台下的空間
icon.png[閒聊] 双極の女神1 木魔爵
icon.png[售車] 新竹 1997 march 1297cc 白色 四門
icon.png[討論] 能從照片感受到攝影者心情嗎
icon.png[狂賀] 賀賀賀賀 賀!島村卯月!總選舉NO.1
icon.png[難過] 羨慕白皮膚的女生
icon.png閱讀文章
icon.png[黑特]
icon.png[問題] SBK S1安裝於安全帽位置
icon.png[分享] 舊woo100絕版開箱!!
icon.pngRe: [無言] 關於小包衛生紙
icon.png[開箱] E5-2683V3 RX480Strix 快睿C1 簡單測試
icon.png[心得] 蒼の海賊龍 地獄 執行者16PT
icon.png[售車] 1999年Virage iO 1.8EXi
icon.png[心得] 挑戰33 LV10 獅子座pt solo
icon.png[閒聊] 手把手教你不被桶之新手主購教學
icon.png[分享] Civic Type R 量產版官方照無預警流出
icon.png[售車] Golf 4 2.0 銀色 自排
icon.png[出售] Graco提籃汽座(有底座)2000元誠可議
icon.png[問題] 請問補牙材質掉了還能再補嗎?(台中半年內
icon.png[問題] 44th 單曲 生寫竟然都給重複的啊啊!
icon.png[心得] 華南紅卡/icash 核卡
icon.png[問題] 拔牙矯正這樣正常嗎
icon.png[贈送] 老莫高業 初業 102年版
icon.png[情報] 三大行動支付 本季掀戰火
icon.png[寶寶] 博客來Amos水蠟筆5/1特價五折
icon.pngRe: [心得] 新鮮人一些面試分享
icon.png[心得] 蒼の海賊龍 地獄 麒麟25PT
icon.pngRe: [閒聊] (君の名は。雷慎入) 君名二創漫畫翻譯
icon.pngRe: [閒聊] OGN中場影片:失蹤人口局 (英文字幕)
icon.png[問題] 台灣大哥大4G訊號差
icon.png[出售] [全國]全新千尋侘草LED燈, 水草

請輸入看板名稱,例如:BuyTogether站內搜尋

TOP