网页表格抓取(小白表示R语言太有用了！(附案例分析))

　　网页表格抓取(小白表示R语言太有用了！(附案例分析))

　　今天，R语言对我帮助很大。几行简单的代码几乎为我节省了一天的时间。小白说R语言好用！

　　问题如下：

　　我想获取网页上表格中的数据，网页表格如下图

　　但是，这张表无法复制和粘贴，这是非常作弊的。Ctrl+C 和 Ctrl+V 之后，只有 URL 出来了。估计是禁用了复制粘贴功能。而且一一敲的话，工作量会很大，估计最后会瞎的……

　　整个数据量如下，/aspx/1/NewData/Stat_Data.aspx?state=1&next=2¤cy=usd&year=2016

　　从2014年到2017年有四年，每年有7个项目，每个项目分12个月，共336张表，有的表内容特别大，数量特别多，如下图：

　　按照这个工作量，如果你一一数数，输入Excel，一天不吃不喝可能做不完。

　　幸运的是，我最近才开始使用 R ......

　　听说R语言也有爬取数据的功能，于是在网上简单搜索了一些帖子，使用XML包，成功将这个网页中的336表保存为Excel格式。

　　代码显示如下：

　　>install.packages("XML")#安装 XML 包

　　>library(XML) #加载XML包

　　>/aspx/1/NewData/Stat_Class.aspx?state=1&t=2&guid=7146" #写表所在的URL

　　>tblsR语言网页数据抓取示例

　　>流行

　　>write.csv(pop,file="d:/pop.csv") #将pop存储为D盘的CSV文件

　　这样就快速实现了网页中的数据爬取。第一次用R语言工作，往往很有成就感~不过毕竟有336个网页，最后还要跑336次代码，工作量也是肯定。童鞋们，如果有更好更快的导出数据的方法，欢迎提供~