Question

我想在每小时更新预测时获取天文台数据。

我的一次数据提取代码如下。

library(RCurl)
web <- getURL("http://www.hko.gov.hk/contente.htm")
web <- unlist(strsplit(web, "\r\n"))
head(web)

temp <- unlist(strsplit(web[1245], "</span>"))
MINtemp <- vector()
MAXtemp <- vector()
for (i in 1:9){
    mintemp <- substr(temp[2*i-1], 
              nchar(temp[2*i-1])-1, 
              nchar(temp[2*i-1]))
    mintemp <- as.numeric(mintemp)
    MINtemp <- append(MINtemp, mintemp)

    maxtemp <- substr(temp[2*i], 
              nchar(temp[2*i])-1, 
              nchar(temp[2*i]))
    maxtemp <- as.numeric(maxtemp)
    MAXtemp <- append(MAXtemp, maxtemp)
}

status <- strsplit(
             substring(web[1242],12),
        "</a></td><td align")
status <- substring(unlist(status), 178)
weather <- vector()
for (i in 1:9){
    status[i] <- unlist(strsplit(status[i], "width"))[1]
    weather <- append(weather, 
                substr(status[i], 
                     1,
                     nchar(status[i])-3
                     )
                )
}

RH <- unlist(strsplit(web[1248], "</span>"))
MINRH <- vector()
MAXRH <- vector()
for (i in 1:9){
    minRH <- substr(RH[2*i-1], 
              nchar(RH[2*i-1])-1, 
              nchar(RH[2*i-1]))
    minRH <- as.numeric(minRH)
    MINRH <- append(MINRH, minRH)

    maxRH <- substr(RH[2*i], 
              nchar(RH[2*i])-1, 
              nchar(RH[2*i]))
    maxRH <- as.numeric(maxRH)
    MAXRH <- append(MAXRH, maxRH)
}

forecast <- paste("+", 1:9, "day(s)", sep=" ")
current <- as.character(rep(Sys.time(),9))
DATA <- data.frame(cbind(current,forecast,MINtemp, MAXtemp, MINRH, MAXRH, weather))
DATA

我得到的数据是

> DATA

                  current   forecast MINtemp MAXtemp MINRH MAXRH                                                                          weather
    1 2014-05-04 08:37:55 + 1 day(s)      21      25    80    95 Cloudy with a few showers and thunderstorms. Showers will be more frequent later
    2 2014-05-04 08:37:55 + 2 day(s)      22      25    75    90                        Cloudy with showers. A few squally thunderstorms at first
    3 2014-05-04 08:37:55 + 3 day(s)      21      24    75    95                                                        Cloudy with a few showers
    4 2014-05-04 08:37:55 + 4 day(s)      22      25    80    95                                                        Cloudy with a few showers
    5 2014-05-04 08:37:55 + 5 day(s)      23      26    80    95                              Cloudy with showers and a few squally thunderstorms
    6 2014-05-04 08:37:55 + 6 day(s)      23      26    80    95   Cloudy with showers. Showers will be heavy at times with squally thunderstorms
    7 2014-05-04 08:37:55 + 7 day(s)      22      25    80    95                                    Cloudy with showers and squally thunderstorms
    8 2014-05-04 08:37:55 + 8 day(s)      22      25    70    95                                                 Mainly cloudy with a few showers
    9 2014-05-04 08:37:55 + 9 day(s)      22      26    70    90                                                                    Mainly cloudy

我希望R脚本每小时运行一次。然后使用rbind(DATA, data)累积数据集。我使用CMD R BATCH搜索类似的主题。我可以在R中使用Sys.sleep()和while(substr(Sys.time(), 15,16)=="00")吗？

我搜索过调度This Link

的类似任务

我在目录C:\Program Files\R\R-3.0.2\bin\Rscript.exe

中找到了Rscript.exe

我将我的Rscipt保存在D:\mydocument\test.r虽然我还不清楚如何完成任务。

Answer 1

你可能会使用Sys.sleep()但smells like bad code。

相反，设置cron job以每小时更新一次代码。然后你的脚本很简单，而且更健壮。

Answer 2

我认为合理的行动方案是编写一个脚本，它可以做你想要做的事情（下载数据，清理，存储......），而不是使用类似的东西：

Windows link下的任务计划程序
Linux下的Cronjob link
ICal，crontab，CronniX，Maintidget，Macaroni和MacJanitor，自动预定任务，启动编辑器，Mac上的launchctl link

...要安排它 - 意味着定期启动它而不是让一个R会话运行并等待所有时间，例如Sys.sleep(60*60)。

在R每小时获取在线数据

2 个答案: