Question

我正在关注昨天的问题 - harvesting data via drop down list in R 1

首先，我需要从此页面获取所有医生的所有50k字符串细节：http://www.lkcr.cz/seznam-lekaru-426.html#seznam 我知道，如何从一个页面获取它们：

oborID<-"48"
okresID<-"3702"
web<-       "http://www.lkcr.cz/seznam-lekaru-426.html"

extractHTML<-function(oborID,okresID){
query<-list('filterObor'="107",'filterOkresId'="3201",'do[findLekar]'=1)
query$filterObor<-oborID
query$filterOkresId<-okresID
html<-      POST(url=web,body=query)
html<-      content(html, "text")
html
}


IDfromHTML<-function(html){
starting<-  unlist(gregexpr("filterId", html))
ending<-    unlist(gregexpr("DETAIL", html))
starting<-  starting[seq(2,length(starting),2)]

  if (starting != -1 && ending != -1){
    strings<-c()
    for (i in 1:length(starting)) {
  strings[i]<-substr(html,starting[i]+9,ending[i]-18)
  }
strings<-list(strings)
strings
}
}

仍然，我知道只下载几行文本整个页面是非常无效的（但是有效！:)你能给我一个提示如何使这个过程更有效吗？

我还遇到了一些列出超过20名医生的网页（即“Brno-město”和“chirurgie”的组合。这些数据通过表格末尾的超链接列表列出和访问。我需要访问每个这些页面中使用了我在这里提供的代码。但我想我必须在那里传递一些cookie。

除此之外，“Praha”和“chirurgie”的组合也存在问题，因为有超过200条记录，因此页面应用了一些脚本然后我需要点击“další”按钮并使用相同的方法如上一段所述。

你能帮帮我吗？

从R中的网页收集数据 - 访问多个页面

0 个答案: