在知乎遇到这样一个问题。
https://www.zhihu.com/question/26385408/answer/147009602
这是要爬取的内容的网页:
R语言的代码的实现方式如下:
#安装XML包
>install.packages("XML")
#载入XML包
> library(XML)
#确定网页地址,通过网页地址分析网页表格
> url<-"http://hz.house.ifeng.com/detail/2014_10_28/50087618_1.shtml"
> tbls<-readHTMLTable(url)
> sapply(tbls,nrow)
NULL NULL
93 8
#读取网页url的第一张表
> pop<-readHTMLTable(url,which = 1)
#存储pop为CSV文档
> write.csv(pop,file="F:/pop.csv")
我们还可以保存为其他格式:
#保存为简单文本:
>write.table(x, file = "*.txt")
#保存为R格式文件:
>save(x, file = "*.Rdata")