xml – readHTMLTable和UTF-8编码
发布时间:2020-12-16 00:00:54 所属栏目:百科 来源:网络整理
导读:我一般都有read HTMLTable和 XML包的编码问题.我想从波兰网站allegro.pl(类似于ebay的拍卖网站)下载一些表格,但在此之后,波兰字体存在编码问题,即使我使用的是编码=“UTF-8”或stringsAsFactors = F in readHTMLTable. 码: library(XML)url-paste("http://a
我一般都有read
HTMLTable和
XML包的编码问题.我想从波兰网站allegro.pl(类似于ebay的拍卖网站)下载一些表格,但在此之后,波兰字体存在编码问题,即使我使用的是编码=“UTF-8”或stringsAsFactors = F in readHTMLTable.
码: library(XML) url<-paste("http://allegro.pl/listing.php/search?category=15821&sg=0&p=",1:5,"&string=facebook",sep="") alldata<-NULL for (i in 1:5){ dane<-as.data.frame(readHTMLTable(url[i],1,stringsAsFactors = TRUE,encoding="UTF-8")$lista) alldata<-rbind(alldata,dane) } 结果: > head(alldata[,c(2,3)]) V2 V3 1 Facebook Fan Page z ANIMACJ???? indywidualny projekt Kup Teraz! 150,00 z?…?? 2 Lubi???? to! Facebook! OKAZJA!!! 160 FAN??“W!!! ZOBACZ! Kup Teraz! 10,99 z?…?? 3 125 fan???w fani like fanpage FACEBOOK polskie konta Kup Teraz! 10,00 z?…?? 4 Reklama Fanpage 43500+ fan???w,fani,facebook Efekt Kup Teraz! 17,99 z?…?? 5 Facebook Fanpage -Stworzenie Profesjonalnego Konta Kup Teraz! 77,90 z?…?? 6 Facebook Fanpage -Skuteczna Obs?…??uga/Reklama /FV Kup Teraz! 100,00 z?…?? 如果我使用getURL或readLines没有问题,但我想使用XML包,因为它是伟大的事情:) 当我使用XML包函数(如htmlParse,xpathApply或提到的readHTMLTable)时总会出现这个问题. 我正在使用Rstudio 0.94.110 @ Windows7. SessionInfo如下. R version 2.14.0 (2011-10-31) Platform: x86_64-pc-mingw32/x64 (64-bit) locale: [1] LC_COLLATE=Polish_Poland.1250 LC_CTYPE=Polish_Poland.1250 LC_MONETARY=Polish_Poland.1250 LC_NUMERIC=C LC_TIME=Polish_Poland.1250 attached base packages: [1] splines stats graphics grDevices utils datasets methods base other attached packages: [1] spdep_0.5-41 coda_0.14-6 deldir_0.0-16 maptools_0.8-10 foreign_0.8-46 nlme_3.1-102 Matrix_1.0-1 lattice_0.20-0 boot_1.3-3 [10] sp_0.9-91 maps_2.2-2 RCurl_1.7-0.1 bitops_1.0-4.1 XML_3.4-2.2 Cairo_1.5-1 car_2.0-11 survival_2.36-10 nnet_7.3-1 [19] MASS_7.3-16 loaded via a namespace (and not attached): [1] grid_2.14.0 tools_2.14.0
有一段时间我和Duncan Temple Lang一起邮寄,这是XML包的创建者.昨天(2012年1月30日)他在Omegahat网站上传了新版的XML包. 31位版本的R的新版本3.9-4删除此编码问题! (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |