qingchen98的博客

利用R通过顺企网根据公司名称爬取企业地址有时我们有公司名称数据但是没有地址，需要根据公司名称找出企业的地址，描述其空间布局，如果数据量很大，手动在网页中操作费时费力，R语言提供了一个解决的办法，前提是该网站能够与机器交互（即没有反爬机制，或者有但限制较小）。其过程如下1. 首先读取数据并作简单处理打开顺企网检索某个公司发现其链接是以下形式，其特征是字符串+“公司名称”构成了一个完整的链接因此可以对每个公司名称构建url地址，然后根据url地址获取页面信息#library packeges&g

1. xml2用于解析xml报表（parse XML）使用简单、一致的接口处理XML文件。构建在’libxml2’ C库之上。xml2包是到libxml2的绑定，这使得使用r中的HTML和XML很容易。这个API多少受到了jQuery的启发。Usage如下：library("xml2")x <- read_xml("<foo> <bar> text <baz/> </bar> </foo>")xxml_name(x)xml_c