希望从此页面上的表中将数据导入 R:
https://legacy.baseballprospectus.com/standings/index.php?odate=2019-09-10
我尝试了多种使用 XML 和 httr 的方法,但都没有成功。已经看过过去的帖子,包括:
和
想知道我是否没有使用源中正确的表 ID,或者考虑到我当前使用的工具,该表的格式是否不正确?
非常感谢任何和所有帮助!提前致谢!
这不会给你你想要的东西,但它可能会帮助你开始:
library(XML)
fname <- "standings20190910.html"
download.file("https://legacy.baseballprospectus.com/standings/index.php?odate=2019-09-10", destfile=fname)
doc0 <- htmlParse(file=fname, encoding="UTF-8")
doc1 <- xmlRoot(doc0)
doc2 <- getNodeSet(doc1, "//table[@id='content']")
standings <- readHTMLTable(doc2[[1]], header=TRUE, skip.rows=1, stringsAsFactors=FALSE)
您可以查看要抓取的表格的 HTML 源代码,然后尝试找出如何创建有用的 R 对象。仔细查看XML 包 ( https://cran.r-project.org/web/packages/XML/XML.pdf )的手册getNodeSet
和文档。readHTMLTable
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句