R_Language 板


LINE

[問題類型]: 程式諮詢(我想用R 做某件事情,但是我不知道要怎麼用R 寫出來) [軟體熟悉度]: 使用者(已經有用R 做過不少作品) [問題敘述]: 我照著書本輸入以下程式碼, 想嘗試抓取笨版中之文章文字內容, 但程式碼執行完後卻出現: Error in regexpr("www", line) : argument "line" is missing, with no default 了解regexpr語法的用法後, 發現此程式的"line"字詞與該語法之用法不同, 然而若是在此範例中, 要怎麼修改才能抓取到笨版當中的文章呢? 謝謝大家解惑 [程式範例]: 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/m.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/m.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) [環境敘述]: R version 3.3.1 (2016-06-21) Platform: i386-w64-mingw32/i386 (32-bit) Running under: Windows XP (build 2600) Service Pack 3 [關鍵字]: regexpr、xpathSApply、PTT爬蟲 --



※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.163.143.251
※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1476775409.A.321.html ※ 編輯: 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:Boy-Girl站內搜尋

TOP