【发布时间】:2016-02-19 16:04:19
【问题描述】:
我正在尝试在网站上搜索 tax-rates.org,以获取德克萨斯州每个县的平均税率。我在一个 csv 文件中有一个包含 255 个县的列表,我将其导入为“TX_counties”,它是一个单列表。我必须将每个县的 URL 创建为字符串,因此我使用 [i,1] 将 d1 设置为第一个单元格,然后将其连接到 URL 字符串中,执行抓取,然后将 +1 添加到 [i] 这使得它转到下一个县名的第二个单元格,然后该过程继续进行。
问题是我不知道如何将抓取结果存储到“增长列表”中,然后我想将其制成表格并最后保存到 .csv 文件。我一次只能刮一个县,然后它会自己重写。
有什么想法吗? (对于 R 和一般的抓取来说相当新)
i <- 1
for (i in 1:255) {
d1 <- as.character(TX_counties[i,1])
uri.seed <- paste(c('http://www.tax-rates.org/texas/',d1,'_county_property_tax'), collapse='')
html <- htmlTreeParse(file = uri.seed, isURL=TRUE, useInternalNodes = TRUE)
avg_taxrate <- sapply(getNodeSet(html, "//div[@class='box']/div/div[1]/i[1]"), xmlValue)
t1 <- data.table(d1,avg_taxrate)
i <- i+1
}
write.csv(t1,"2015_TX_PropertyTaxes.csv")
【问题讨论】:
-
混合使用
for (i in 1:255)和i <- i+1是一种非常糟糕的形式(并且没有必要,因为for部分为您增加了i)
标签: r for-loop web-scraping rvest