我想webscrape以下网站:Webscraping问题涉及点击(使用R)
我使用R键webscrape的网站。特别是,我试图从本网站复制所有医生的姓名和专业。然而,我正在处理的主要问题是,当我按下箭头/下一个按钮时,url链接不会改变。我无法使用任何基本技术来webscrape此页面。我怎么解决这个问题?将所收集的所有数据收集到一个数据矩阵/电子表格中将会很好。
我想webscrape以下网站:Webscraping问题涉及点击(使用R)
我使用R键webscrape的网站。特别是,我试图从本网站复制所有医生的姓名和专业。然而,我正在处理的主要问题是,当我按下箭头/下一个按钮时,url链接不会改变。我无法使用任何基本技术来webscrape此页面。我怎么解决这个问题?将所收集的所有数据收集到一个数据矩阵/电子表格中将会很好。
看起来他们正在使用的变量
?pagenumber=x
你也许可以遍历x
,让您的数据。
在一个侧面说明,
我不知道你正在使用的浏览器,而Chrome有一个方便的功能,您可以用鼠标右键点击一个按钮,并选择inspect element
。
dum <- "http://www.healthgrades.com/hospital-directory/california-ca-san-mateo/affiliated-physicians-HGSTED418D46050070"
library(XML)
ddum <- htmlParse(dum)
noofpages <- xpathSApply(ddum,'//*/span[@class="paginationItem active"]/following-sibling::*[1]',xmlValue)[1]
noofpages <- (as.numeric(gsub(' of ','',noofpages))-1)%/%5+1
doctors <- c(); dspec <- c()
for(i in 1:noofpages){
if(i>1){
ddum <- htmlParse(paste0(dum,"?pagenumber=",i,'#'))
}
doctors <- c(doctors, xpathSApply(ddum,'//*/a[@class="providerSearchResultSelectAction"]',xmlValue))
dspec <- c(dspec, xpathSApply(ddum,'//*/div[@class="listingHeaderLeftColumn"]/p',xmlValue))
}
paste(doctors,dspec,sep=',')
# [1] "Dr. Julia Adamian, MD,Internal Medicine"
# [2] "Dr. Eric R. Adler, MD,Internal Medicine"
# [3] "Dr. Ramzi S. Alami, MD,General Surgery"
# [4] "Dr. Jason L. Anderson, MD,Internal Medicine"
# [5] "Dr. Karl A. Anderson, MD,Urology"
# [6] "Dr. Christine E. Angeles, MD,Geriatric Medicine, Pulmonology"
+1努力和时间!做得好 – 2013-04-24 05:06:48
它是'POST'形式,还是它是一些Javascript/AJAX巫术? – 2013-04-24 02:37:49
我不是特别确定它是否是邮政形式。我对这个术语不熟悉。检查链接找出。 – mtber75 2013-04-24 03:00:35