R爬虫（rvest）

基于R

相信自己，每天多学一点。

温故而知新，如有错误请指正。

 

东方玄学，总是充满了神奇的。

（一本正经的背景：射手座水逆的很严重啊= = ）

（好吧，就是闲的没事想找找周易玄学的书了）= = 

这次用到了R包 中的爬虫weapon之一 rvest。

 

爬虫的网站是当当网（书的资源比较舒服，爬的也舒服~~）

 

首先是导入包

首页的网址：http://category.dangdang.com/pg1-cp01.28.01.17.00.00.html

在这里我们其实已经可以找找规律了，页码在pg后位数字表示，

然后在查看源码，会发现在html中我们所需要的信息都已经包括了（不愧是超文本~~）

 

这里，我们直接可以read_html

结果会得到很多一串的东西，就是之前看到的源码

 

这里我们可以直接看标签正则取出来我们需要的东西的

最后直接整理一下，作为数据框返回就好了~

 

好吧，其实到这里，mission completely~~~

 

但是还有一个问题的，这只是爬取了第一页的数据的，那么要是想爬取多个应该怎么办呢？

好吧，这个也很简单的。

循环搞定。

这里，我会先把上面的爬取的东西集合，作为一个自定义函数，如下：

 

下面，直接写一个for循环解决问题。

 

下面，没然后了，想写出为csv也行，随便咯~

我这边是写出为csv了~

看一下效果~

 

好啦，今晚就稍微皮一下就好了~~

溜了溜了~