Re: [問題] table問題(網頁編碼)

看板R_Language作者vicror84 (阿汘)時間9年前 (2016/06/06 15:29)推噓0(0推 0噓 3→)

留言3則, 1人參與討論串3/4 (看更多)

※ 引述《celestialgod (天)》之銘言： : 我不知道網頁的header跟內文的關係 : 我看charset是big5，不過我實際讀表格的資料，還是要用UTF8 : 所以我抓content的時候用big5是正常的，再用read_html with encoding utf8 : 之後再把utf8轉回去big5 (windows才要轉，mac, linux不用stri_conv那段) : 之後就可以看到正常的表格內容了 : library(httr) : library(pipeR) : library(xml2) : library(stringi) : library(stringr) : tableContent <- GET("http://depart.femh.org.tw/HMC/wholebody.html") %>>% : content("text", encoding = "BIG5") %>>% read_html("UTF-8") %>>% : xml_find_all("//tr/td/table/tbody/tr") %>>% lapply(function(x){ : output_text <- xml_find_all(x, "td") %>>% xml_text %>>% : stri_conv(from = "UTF-8", to = "Big5") %>>% str_replace_all("\\s", "") : if (length(output_text) >= 9 && length(output_text) <= 11) : { : return(c(rep("", 12-length(output_text)), output_text)) : } else if (length(output_text) == 8) : { : return(c(output_text[1:4], unlist(rbind(output_text[5:8], rep("", 4))))) : } else : { : return(output_text) : } : }) %>>% do.call(what = rbind) : 結果截圖： : http://i.imgur.com/eDG4uEY.png

: 函數說明可以往前翻我的文章，某一篇(#1N9lFXFI (R_Language))下面有一些說明 : 不懂再回文發問吧 : #那串的用法：http://evolutionbrain.blogspot.tw/2015/08/ptt.html 因為我是新手剛學R，看不太懂 str_replace_all("\\s", "") 這段程式，還有， if (length(output_text) >= 9 && length(output_text) <= 11) { return(c(rep("", 12-length(output_text)), output_text)) } else if (length(output_text) == 8) { return(c(output_text[1:4], unlist(rbind(output_text[5:8], rep("", 4)))) } else { return(output_text) } }) %>>% do.call(what = rbind) 尤其是那些數字，不太懂他們代表什麼意思，如果逐一註解更好，不方便的話沒有關係 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 120.96.63.165 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1465198177.A.A7C.html