在读取html文件时如何避免标签不匹配的错误？以下代码复制了我收到的与import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.ApplicationContext;
import org.springframework.stereotype.Service;
import java.util.Arrays;
@SpringBootApplication
public class DemoApplication {
public static void main(String[] args) {
ApplicationContext applicationContext = SpringApplication.run(DemoApplication.class, args);
SomeService service = applicationContext.getBean(SomeService.class);
service.doSth(args);
}
}
@Service
class SomeService {
public void doSth(String[] args){
System.out.println(Arrays.toString(args));
}
}
相关的错误。
read_xml()返回的错误是：
library(dplyr)
library(tidyr)
library(xml2)
library(rvest)
library(tibble)
temp <- tempfile()
"http://www1.caixa.gov.br/loterias/_arquivos/loterias/D_megase.zip" %>%
download.file(temp)
megasena <- unz(temp, "D_MEGA.HTM") %>%
read_xml() %>%
html_table() %>%
.[[1]]
答案 0 :(得分：1)
由于它确实是HTML / .HTM文件，为什么不使用read_html()来读取它？
这有效：
library(dplyr)
#>
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#>
#> filter, lag
#> The following objects are masked from 'package:base':
#>
#> intersect, setdiff, setequal, union
library(tidyr)
library(xml2)
library(rvest)
library(tibble)
temp <- tempfile()
"http://www1.caixa.gov.br/loterias/_arquivos/loterias/D_megase.zip" %>%
download.file(temp)
megasena <- unz(temp, "D_MEGA.HTM") %>%
read_html() %>%
html_table() %>%
.[[1]]
head(megasena)
#> Concurso Data Sorteio 1\xaa Dezena 2ª Dezena 3ª Dezena 4ª Dezena
#> 1 1 11/03/1996 41 5 4 52
#> 2 2 18/03/1996 9 39 37 49
#> 3 3 25/03/1996 36 30 10 11
#> 4 3 25/03/1996 36 30 10 11
#> 5 4 01/04/1996 6 59 42 27
#> 6 5 08/04/1996 1 19 46 6
#> 5ª Dezena 6ª Dezena Arrecadacao_Total Ganhadores_Sena Cidade UF
#> 1 30 33 0,00 0    
#> 2 43 41 0,00 1 PR
#> 3 29 47 0,00 2 RN
#> 4 29 47 0,00 2 SP
#> 5 1 5 0,00 0    
#> 6 16 2 0,00 0    
#> Rateio_Sena Ganhadores_Quina Rateio_Quina Ganhadores_Quadra
#> 1 0,00 17 39.158,92 2016
#> 2 2.307.162,23 65 14.424,02 4488
#> 3 391.192,51 62 10.515,93 4261
#> 4 391.192,51 62 10.515,93 4261
#> 5 0,00 39 15.322,24 3311
#> 6 0,00 98 5.318,10 5399
#> Rateio_Quadra Acumulado Valor_Acumulado Estimativa_Prêmio
#> 1 330,21 SIM 1.714.650,23 0,00
#> 2 208,91 NÃO 0,00 0,00
#> 3 153,01 NÃO 0,00 0,00
#> 4 153,01 NÃO 0,00 0,00
#> 5 180,48 SIM 717.080,75 0,00
#> 6 96,53 SIM 1.342.488,85 0,00
#> Acumulado_Mega_da_Virada
#> 1 0,00
#> 2 0,00
#> 3 0,00
#> 4 0,00
#> 5 0,00
#> 6 0,00
由reprex package（v0.2.1）于2019-01-05创建