Веб-соскабливание и разбор HTML в R

Question

Я пытаюсь проанализировать эту веб-страницу в фреймворке данных, но продолжаю застревать, используя XML-пакет, которому говорят, что это не XML.

Я хотел бы взять приведенный ниже текст и преобразовать в таблицу/data.frame - что является самым простым способом сделать это после того, как я взял текст URL и htmlParsed?

док = GetURL ("http://m.racingpost.com/card/blocks.sd?race_id=first&r_date=2015-03-28&tab=card&view=meetings&blocks=cards-list&_=1427439140572") док = htmlParse (док, AsText = Т)

Answer 1

URL-адрес возвращается JSON. Вы можете разобрать его, используя ряд R пакеты RJSONIO, rjson и jsonlite:

library(jsonlite) 
appURL <- "http://m.racingpost.com/card/blocks.sd?race_id=first&r_date=2015-03-28&tab=card&view=meetings&blocks=cards-list&_=1427439140572" 
appDATA <- fromJSON(appURL) 
appITEMS <- appDATA[["cards-list"]][["items"]] 
> appITEMS$c1083 
$abandonedCount 
[1] 0 

$crsName 
[1] "Chelmsford (AW)" 

$crsAbbr 
[1] "Cfd" 

$isForeign 
[1] "" 

$races 
id               title distance cls crsId time  date 
1 620151  Buy Online At chelmsfordcityracecourse.com Maiden Stakes  1m 4 1083 2:20 2015-03-28 
2 620152 Dubai World Cup toteplacepot Today Maiden Stakes (Plus 10 Race)  5f 4 1083 2:55 2015-03-28 
3 620153       &pound;1 Million totescoop6 Handicap  5f 2 1083 3:30 2015-03-28 
4 620154        toteexacta Pick The 1,2 Handicap  6f 4 1083 4:05 2015-03-28 
5 620155    totetrifecta Pick The 1,2,3 Handicap (Bobis Race)  1m 3 1083 4:40 2015-03-28 
6 620156            totepool Handicap  1m2f 2 1083 5:15 2015-03-28 
7 620157         Madness Live 3rd June Handicap  1m2f 4 1083 5:50 2015-03-28 
timestamp raceGroup hCount abandoned videoId going offers 
1 1427552400    8    57049 Standard NULL 
2 1427554500    5    57050 Standard NULL 
3 1427556600 Handicap  12    57051 Standard NULL 
4 1427558700 Handicap  7    57052 Standard NULL 
5 1427560800 Handicap  8    57053 Standard NULL 
6 1427562900 Handicap  7    57054 Standard NULL 
7 1427565000 Handicap  6    57055 Standard NULL 

Данные не возвращается в табличном формате, но вы можете работать с отдельными «пунктами» в соответствии с вашими потребностями. Пакет jsonlite также успешно возвращает соответствующие табличные структуры.