【R语言爬虫】R语言提交post请求抓取盈盈理财数据

一、需求分析
抓取盈盈理财数据
抓取url:
https://licai.yingyinglicai.com/product/list.htm

这里写图片描述

二、效果
这里写图片描述

三、实现源代码

rm(list=ls())
library(XML)
library(RCurl)
k=1
url='https://licai.yingyinglicai.com/product/list.htm'


web<-postForm(url,turnPage="",pageNum=k,.opts=curlOptions(url=url,ssl.verifyhost=FALSE,ssl.verifypeer=FALSE))

for(k in 2:50){
  web1 <-postForm(url,turnPage="",pageNum=k,.opts=curlOptions(url=url,ssl.verifyhost=FALSE,ssl.verifypeer=FALSE))
  web<-c(web,web1)
}

temp1<-iconv(web,"gb2312","UTF-8") #转码
# Encoding(temp1) #UTF-8
doc<-htmlParse(temp1,asText=T,encoding="UTF-8") #选择UTF-8进行网页的解析
project_title<-sapply(getNodeSet(doc,"//p[@class='text-ellipsis-2']//a[text()]"),xmlValue)
project_rate<-sapply(getNodeSet(doc,"//tr//td[2]"),xmlValue)
project_day<-sapply(getNodeSet(doc,"//tr//td[3]"),xmlValue)
project_money_start<-sapply(getNodeSet(doc,"//tr//td[4]"),xmlValue)
target_time<-Sys.Date()
project<-data.frame(project_title,project_rate,project_day,target_time)
project$platform<-c("盈盈理财")



View(project)


##################模糊匹配处理天数################
a101<-grep("个月",project[,3])
a102<-project[a101,]
a102[,3]<-gsub("个月","",a102[,3])
a102[,3]<-as.numeric(a102[,3])*30

a201<-grep("天",project[,3])
a202<-project[a201,]
a202[,3]<-gsub("天","",a202[,3])
a301<-rbind(a102,a202)
a301[,3]<-as.numeric(a301[,3])

View(a301)

output<-write.table(a301,"E:\\数据抓取\\盈盈理财\\project_spider_data.txt",row.names=F,sep="\t")
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

东华果汁哥

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值