刮掉html頁面的超鏈接

我想爲this頁面的右側列出的地方提取緯度和經度。我想創建像下面這樣的表：刮掉html頁面的超鏈接

Place Latitude Longitude 
Agarda 23.12604 87.19869 
Ahanda 23.13099 87.18501 
..... 
..... 
West-Sanabandh 23.24876 86.99941

是否有可能做到這一點R中沒有調用爲「Agarda：，‘Ahanda’......等等。一次一個單獨的超鏈接

2012-04-02 user702432

我沒有時間給你一個完整的工作例子，但看看我是如何刮族譜檔案：https：//github.com/romunov/GEDCOM-archives/blob/master/gedcom-檔案.R – 2012-04-02 11:29:24

數據出現在不同的頁面，你不能獲得這些數據而無需請求每一頁。

如果R支持線程，那麼你可以把它們並聯起來，而不是一次一個。

2012-04-02 08:53:35 Quentin

那就是我的想法。感謝您的確認，Quentin。 – user702432 2012-04-03 16:44:53

這是可能使用RCurl在某些類型的循環中刮取每一頁或sapply。如果你將它與一些正則表達式和/或readHTMLTable（用於標識超鏈接）相結合，那麼它是一個相對簡單的函數。

在RCurl中，可以創建一個多線程來並行執行此操作，但考慮到涉及的查詢數量，它可能會輕鬆將其序列化並在查詢之間放置一個小型系統睡眠。

2012-04-02 10:51:05 user1141165

回答