偷闲阁

文字太多，一眼找不到要找的内容？ Ctrl+F 即可查找~　　使用RSelenium包控制浏览器主要依靠remoteDriver系列函数:　　remoteDriver( remoteServerAddr,　　　　　　　　　port,　　　　　　　　　browserName,　　　　　　　　　path,　　　　　　　　　version,

R语言网络爬虫工具中比较常用的包有RCurl、XML、rvest等，本文以新浪财经频道A股交易数据的抓取为例简单总结一下rvest包的用法。　　首先介绍一下我们要抓取的对象，我们以“中信证券（600030）”为例，抓取其日度交易数据。url地址为http://vip.stock.finance.sina.com.cn/corp/go.php/vMS_FuQuanMarketHistory/st

目前很多网站的数据采用异步加载的方式呈现，以进口商品统计月报为例，当我们点击下一页时，表格中的数据会更新，但是网站的URL不会发生变化。对于这种网站，如果使用rvest包或RCurl包进行爬取，只能抓到第一页的数据。不过不用担心，对付这种情况，可以使用R语言中RSelenium包。　　RSelenium包可以通过调用Selenium Server来模拟浏览器环境，它可以模拟浏览器的点击、滚

　　在使用rvest包抓取新浪财经A股交易数据中我们介绍了rvest包的用法，然而rvest包只能抓取静态网页，而对诸如ajax异步加载的动态网页结构无能为力。在R语言中，爬取这类网页可以使用RSelenium包和Rwebdriver包。　　RSelenium包和Rwebdriver包都是通过调用Selenium Server来模拟浏览器环境。其中，Selenium是一个用于网页测试的Java...

　　人口金字塔是进行人口数据可视化时常用的一种统计图形，可以形象地描述人口年龄和性别的分布情况。最近工作上经常处理人口数据，于是试着使用ggplot2绘制了一下。在这里记录一下，顺便也熟悉一下ggplot2的用法。　　上图所示的人口金字塔是根据我国2010年人口普查的相关数据进行绘制的，绘制过程主要分为以下三部分，（1）数据爬取，（2）分面设置以及（3）图形绘制。１、数据爬取　　如...