R 语言 爬取北京的天气 分析

天气网北京历史天气链接页：https://lishi.tianqi.com/beijing

library(tidyverse)
library(rvest)

从网页解析出来 url

postfix = read_html("https://lishi.tianqi.com/beijing/index.html") %>% 
  html_elements("a") %>% 
  html_attr("href") %>%                                         # 解析网址
  str_subset("^/beijing")                                       # 筛选出正确的
urls = str_c("http://lishi.tianqi.com/", postfix)
urls[1:10]

从网页解析历史天气数据

weather = read_html(urls[1]) %>%              # 2022年11月                         
    html_nodes(".thrui") %>% 
    html_text2()  

weather

结果是一个大字符串，犹如乱码。

借助正则表达式+tidyverse，清洗成整洁数据框

分割成多行，一个样本一行

每一行再分割成多列

tibble(weather) %>%