|
|
本帖最后由 Ashburn 于 2014-9-1 08:47 编辑
【作者】(必填)：Ashburn
【问题描述】(必填)：
昨晚实现了人民网2013年4个季度所有指标数据的抓取。虽然抓取结果能在R console中显示，但并没能保存在Excel或文本文档中，代码还有不少缺陷，仍需优化，也请各位指教。
【R语言代码】(点击编辑器中"<>"插入代码)：
- library(RCurl)
- for (i in 1:4) {
- base <- "http://vip.stock.finance.sina.com.cn/corp/go.php/vMS_MarketHistory/stockid/603000.phtml?year=2013&jidu="
- jidu <- i
- url <- paste(base,jidu,sep='')
- temp <- getURL(url)
- k=strsplit(temp,"\r\n")[[1]] #以list形式展现，方便以下操作
- #抓取日期
- timeadr <- k[grep("<a target='_blank'",k)+1] #第1行 日期
- time=substring(timeadr,4,13)
- print(unlist(strsplit(time," ")))
- #抓取 开盘价，最高价，收盘价，最低价
- for(j in 3:6) #一个季度源代码中第3到6行
- {
- xxx <- k[grep("<a target='_blank'",k)+j] # 所需信息
- xx <- gregexpr(">\\d+",xxx) #找出指定元素在本行第几位
- for(m in 1:length(xxx))
- {
- yy=xx[[m]]
- xxs=substring(xxx[m],yy+1,yy+attr(yy,'match.length')+3) #3:6行+3
- print(xxs) #每次循环都输出该值
- }
- }
- #抓取交易量
- xxx=k[grep("<a target='_blank'",k)+7] #抓取路径下第7行 交易量
- xx=gregexpr(">\\d+",xxx) #找出指定元素在本行第几位
- for(n in 1:length(xxx))
- {
- yy=xx[[n]]
- xxs=substring(xxx[n],yy+1,yy+attr(yy,'match.length')-1) #3:6行+3 7行-1 8行-1
- print(xxs) #每次循环都输出该值
- }
- #抓取交易金额
- xxx=k[grep("<a target='_blank'",k)+8] #抓取路径下第8行 交易金额
- xx=gregexpr(">\\d+",xxx) #找出指定元素在本行第几位
- for(o in 1:length(xxx))
- {
- yy=xx[[o]]
- xxs=substring(xxx[o],yy+1,yy+attr(yy,'match.length')-1) #3:6行+3 7行-1 8行-1
- print(xxs) #每次循环都输出该值
- }
- }
|
|
发表于 2014-9-1 08:35:49