R语言爬虫：当当网销售量Top500（批量爬取多个网址数据）

R语言爬虫：当当网销售量Top500

运用R语言中rvest包对数据进行爬取。本文主要分为两个板块，第一版块主要讲解爬取一个页面数据的R语言代码，第二版块讲解批量爬取25个页面的R语言代码

---

当仅仅爬取一页的数据时

---

提示：以下是本篇文章正文内容，下面案例可供参考

R语言代码及讲解

1.导入需要的函数

代码如下（示例）：在这里插入代码片

library(rvest)
library(stringr)

2.读入网址

代码如下（示例）：

web <- read_html(url, encoding = "gbk")

如果遇到报错，“类别为’closure’的对象不可以取子集
”，则一定要注意定义变量名时最好不要用r中自带的名字。（r中有自带的url，这时可以考虑给url换个名字即可）。给变量定义名称时，都需要多加注意。

---

3.从网页中爬取数据

代码如下（示例）：在这里插入代码片

#排行
rank <- web %>% html_nodes(".list_num") %>% html_text() %>% as.numeric()

#书名
title <- web %>% html_nodes(" .name a") %>% html_text()

#作者
writer <- web %>% html_nodes(".publisher_info a:nth-child(1)") %>% html_text()

#价格
price <- web %>% html_nodes("p:nth-child(1) .price_n") %>% html_text() %>%str_match("[0-9]{2}.[0-9]{2}")%>%as.numeric()

#出版日期
date <- web %>% html_nodes(".publisher_info span") %>% html_text() %>% as.Date()

#出版地址
publication_company <- web %>% html_nodes(".publisher_info span+ a") %>% html_text()

#折扣
discount <- web %>% html_nodes(".price_s") %>% html_text()

#推荐率
tuijian <- web %>% html_nodes(".tuijian") %