您好我已经做了彻底的研究并且达到了这个程度。我所要做的就是提取跨越许多网页的HTML表格。
我必须查询网站sec.gov的数据库，然后该表返回适当数量的结果（页面的大小和数量随每个查询而变化）。例如：
链接：http://www.sec.gov/cgi-bin/srch-edgar
要提供的输入：
输入搜索字符串框： form-type =（8-k）AND filing-date = 20140523
开始时间： 2014
结束： 2014
如果不打开浏览器，我怎么能完全在R中完成这个？
我正在分享我所做的一切
我尝试了很多包，而我最接近的是包RCurl。但在getURL函数中，我打开浏览器，在浏览器中运行查询并将其粘贴到getURL中。它返回了一个非常长的字符，其中包含可以循环的URL并生成我想要的输出。所有这些信息都在＆＃34;中心＆＃34;输出标签。
现在我不知道如何从角色中间取出这些网址。
此外，这不是我想要的。我想直接从R运行一个Web查询，并将各种HTML表输出直接输入到R.这有可能吗？
由于 米娜
答案 0 :(得分：0)
是的，有可能。您将需要使用RCurl和XML包的组合。您需要以编程方式在URL中生成查询参数（基于HTML表单），然后使用getURL()或getURLContent()。有时，服务器会期望HTTP POST，因此有postForm()。
要解析结果，请使用getNodeSet()查找XML包支持的XPath语言。我认为XML包中还有一个函数用于将HTML表解析为data.frame。
您可能希望投资此book。