r语言怎么抓取网页数据

1. r语言怎么抓取网页数据

　　如果用Python或者C#可能更容易。但是R本身也有很强的处理功能。 　　用regular expression. 将html的source打开，比如可以将其按照txt的格式打开。里面的编码都是有规律的，接下来用regular experssion打开。比较常用的函数有gsub, strsplit， grep等，lz可以自己看帮助文件。

2. r语言 抓取网页数据爬虫 怎么编写

library(rvest)
## Loading required package: xml2
url = "https://en.wikipedia.org/wiki/The_Fast_and_the_Furious"
film = read_html(url)
table=film%>%html_node("table.wikitable")%>%html_table(header = NA, trim = TRUE, fill=TRUE)
Then, I extra links of all the films.
links = film%>%html_node("table.wikitable")%>% html_nodes("a") %>% html_attr("href")
links = paste("https://en.wikipedia.org", links, sep = "")
table$link = links

3. 如何用r语言抓取数据库中的数据库

一、 安装RODBC库

1、进入R语言的GUI界面（RGUI.EXE)，在菜单栏选择“程序包/安装程序包

2、在弹出的窗口里往下拉，选择RODBC如图，点击确定

3、在ODBC数据源管理器里将需要的数据库添加进去，这里笔者使用的是SQL Server2008，驱动程序选择Native Client10.0


3、在R语言窗口输入连接语句
> library(RODBC)
**这里是载入RODBC库
> channel<-odbcConnect("MyTest",uid="ripley",case="tolower")
**连接刚才添加进数据源的“MyTest”数据库
**ch <- odbcConnect("some dsn ", uid = "user ", pwd = "**** ")
**表示用户名为user，密码是****，如果没有设置，可以直接忽略
> data(USArrests)
**将“USArrests”表写进数据库里（这个表是R自带的）
> sqlSave(channel,USArrests,rownames = "state",addPK = TRUE)
**将数据流保存，这时候打开SQL Server就可以看到新建的USArrests表了
> rm(USArrests)
> sqlTables(channel)
**给出数据库中的表
> sqlFetch(channel,"USArrests",rownames = "state")
**输出USArrests表中的内容
> sqlQuery(channel,"select * from USArrests")
**调用SELECT查询语句并返回结果（如图）


> sqlDrop(channel,"USArrests")
**删除表
> odbcClose(channel)
**最后要记得关闭连接
当然，通过这个办法也可以读取Excel、Access表中的内容，具体方法类似，这里不再重复

4. R 抓取网页怎么能一次抓取完第一页之后“下一页”的内容

一般在页面代码里能看到下一页的链接或者信息，然后你可以直接引用或者组合，下面是我写过的一个很简单的例子，你可以看下。
library(rvest)
library(base)
library(XML)


start_url <- "http://movie.douban.com/subject/6126442/comments"


x <- data.frame(review="")
x$review<- as.character(x$review)

#initial condition startup
condition="hello"
review_count=0

while(length(condition)>0)
{
  page <- html(start_url)
  review <- html_nodes(page, "#comments p")
  for(i in 1:length(review)){
    x[review_count+i, 1]=as.character(html_text(review[i]))
  }  

  table_urls % 
    html_nodes(".next") %>% 
    html_attr("href") %>%
    XML::getRelativeURL(start_url)
    good <- as.character(table_urls)
    bad <- substr(good,start = 41,stop = 96)


  start_url <- paste("http://movie.douban.com/subject/6126442/comments", bad, sep="")
  review_count=review_count+length(review)
  condition <- as.character(html_text(html_nodes(page, ".next")))
}

5. 如何用R语言爬取网页表格数据节省一天工作时间

如果以后抓取网页碰到动态加载的数据，可以考虑使用 phantomjs 如果想更暴力直接开出一个有界面的浏览器做各式各样的操作，达到ajax无阻碍的，可以用Selenium + Beautifulsoup

6. R语言爬虫能爬取javascript东西么，具体怎么用

可能，但是不现实。
首先一个爬虫需要能将爬取的内容进行归档和保存，JS没有直接的接口可以操作本地文件或者数据库，虽然可以通过flash或者firefox插件间接访问本地文件，但是也存在很多限制。
其次JS有安全限制，跨域的URL是无法直接访问的，也可以通过一些间接手段弥补，但非常麻烦
最后，爬虫需要有健壮的接口，还要考虑多并发高性能。JS只能通过计时器模拟多并发，而且非常容易内存泄漏，JS的爬虫很可能跑几个小时内存就满了，却没有办法回收。
爬虫还是建议考虑用C++这样的高性能语言，脚本语言可以考虑Python实现的Scrapy，JS用来玩玩可以

7. matlab 软件怎么抓取网页数据？

str = urlread(URL) 
str = urlread(URL,Name,Value) 
[str,status]
= urlread(___)
MATLAB 是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。
MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。
MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。
MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。

8. 如何抓取多个网页上自己想要的数据

是网页还是文件，试试R语言文本挖掘