我想从下面获取href的信息。在R中使用xpathSApply
http://www.mitbbs.com/bbsdoc1/USANews_101_0.html
我更喜欢从每个主题得到成才这样
/USANews/31587637.html
/USANews/31587633.html
/USANews/31587631.html
...
下面使用该代码,但它不起作用。
library("XML")
library("httr")
library("stringr")
data <- list()
for(i in 101:201){
url <- paste('bbsdoc1/USANews_', i, '_0.html', sep='')
html <- content(GET("http://www.mitbbs.com/", path = url),as = 'parsed')
url.list <- xpathSApply(html, "//td[@align='left' height=26]/[@class='news1' href]", xmlAttrs)
data <- rbind(data, url.list)
}
你的建议是真正appreicated!
我想知道为什么下面的代码不起作用。 – jasperchen 2015-03-03 16:02:39
库(XML) 库(HTTR) 网址< - “http://www.mitbbs.com/bbsdoc1/USANews_101_0.html/” 的HREF < - 列表() 为(I在1:5){ 回复< - GET(paste0(url,i)) doc < - content(response,type =“text/html”) hrefs < - c(hrefs,doc [“a [./@ class ='news1']/@ href“]) } 其中i = 1表示第1页有100个hrefs,i = 2表示第2页有另外100个hrefs,...,i = 5表示第5页有另外100个hrefs。所以应该有5 x 100的hrefs。我想知道如何一次获得100个hrefs。谢谢。 – jasperchen 2015-03-03 16:16:40
您的'paste0(url,i)'导致“mitbbs.com/bbsdoc1/USANews_101_0.html/1”,但此页面不存在(响应包括“
您找不到页面
” )所以我想这就是为什么你有困难。 – 2015-03-03 16:31:58