时间:2018-10-9
爬取内容:当当图书畅销榜(近7日):书名、作者、出版社、推荐率、出版时间、价格、折扣、网址
R语言爬虫:当当图书畅销榜(近7日)
通过对其他人爬虫代码的学习,发现有相当一部分人对的代码中出现了“%>%”等内容,不知其意。无意中发现该部分内容是magrittr包的管道操作,于是对其进行了学习,并在对当当图书数据的爬取中使用了该管道操作。(参考教程:R语言中管道操作)
代码所用到的函数如下:
函数 | 说明 |
---|---|
read_html() | 保存网页 |
html_nodes() | 提取网页指定节点内容 |
html_text() | 提取网页文本信息 |
str_match() | 提取字符串中满足要求的部分 |
as.numeric() | 将变量转为数值型 |
as.Date() | 将变量转为日期型 |
data.frame() | 生成数据框 |
html_attr() | 提取网页指定属性内容 |