[問題] 抓取氣象局網頁資料

[corel (可羅)]

ctrl + y 可以刪除一整行，請將不需要的內容刪除
文章分類提示:
- 問題: 當你想要問問題時，請使用這個類別


[問題類型]:

程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)


[軟體熟悉度]:
請把以下不需要的部份刪除
入門(寫過其他程式，只是對語法不熟悉)

[問題敘述]:
想擷取 http://www.cwb.gov.tw/V7/climate/monthlyData/mD.htm

天氣資料，但由於天氣的資料會依網頁上所選取的下拉式選單的值而有所變化

想請問各位先進，要如何讓R自動會帶值選取對應的資料?

例如: 2013年3月阿里山的平均溫度為9.9度
      2013年4月阿里山的平均溫度為11.3度


謝謝

[環境敘述]:

請提供 sessionInfo() 的輸出結果，
裡面含有所有你使用的作業系統、R 的版本和套件版本資訊，
讓版友更容易找出錯誤



R version 3.2.4 Revised (2016-03-16 r70336)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

locale:
[1] LC_COLLATE=Chinese (Traditional)_Taiwan.950  LC_CTYPE=Chinese
(Traditional)_Taiwan.950    LC_MONETARY=Chinese (Traditional)_Taiwan.950
[4] LC_NUMERIC=C                                 LC_TIME=Chinese
(Traditional)_Taiwan.950

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base

loaded via a namespace (and not attached):
 [1] httr_1.1.0      magrittr_1.5    R6_2.1.1        tools_3.2.4
RCurl_1.95-4.8  yaml_2.1.13     rappdirs_0.3    memoise_0.2.1   crayon_1.3.1
   swirl_2.3.1-2
[11] stringi_1.0-1   stringr_1.0.0   digest_0.6.8    testthat_0.11.0
bitops_1.0-6

--

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.168.242.6
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1462153221.A.953.html
※ 編輯: corel (1.168.242.6), 05/02/2016 09:41:09
→ andrew43: 其實它只是靠iframe在呼叫不同的靜態網頁而已。
→ andrew43: 你仔細看原始碼就可發現呼叫的靜態網頁網址及規則。
→ andrew43: 例如 ./Data/mD20161.htm 就是 2016 一月。
→ corel: 感謝，原來還有這一個方法，剛剛還在研究RSelenium解法
→ andrew43: 中央氣象局非常多的網頁資料都用類似方法（選單控制
→ andrew43: iframe對象而iframe內是可直接讀取的靜態html）。
→ andrew43: 之前練習颱風和地震的歷史記錄，都可以這樣搞。
→ andrew43: 本來我很恨iframe的，不過這種情況的iframe就很可愛了:)
目前就依 andrew43大大 建議用靜態方式去抓取
doc <-
htmlParse("http://www.cwb.gov.tw/V7/climate/monthlyData/Data/mD201512.htm")
tableNodes <- getNodeSet(doc, "//table")
tb <- readHTMLTable(tableNodes[[2]])

資料的確是讀取下來了
但請教如何把每一筆 row 值各別儲存出來?

例如:
阿里山, 9.8, 18.0/5 .... 等

謝謝

※ 編輯: corel (1.168.242.6), 05/02/2016 12:16:33
※ 編輯: corel (1.168.242.6), 05/02/2016 12:22:29
→ andrew43: tb 已經是 data.frame 了，就 tb[第幾列, 第幾欄] 這樣
→ andrew43: 或 tb[第幾列, ] 取整列而 tb[, 第幾欄] 取整欄
→ andrew43: 只是基本的 data frame 取值而已。這是你想問的嗎？
沒錯，不過剛剛我太糾結於

a <- tb[23,1]

class(a)

印出來的 class 是 "factor"的問題




只不過我又延伸出另一個問題

home <- "http://www.cwb.gov.tw/V7/climate/monthlyData/mD.htm"
home <- htmlParse(home, encoding ="UTF-8")

抓出來是亂碼...

我有查網頁中的語言編碼是 utf-8 可是抓出來就是亂碼?

請問該如何修正，謝謝



※ 編輯: corel (1.168.242.6), 05/02/2016 14:15:36
※ 編輯: corel (1.168.242.6), 05/02/2016 14:16:27
→ corel: 不好意思問題有一點多...
→ celestialgod: windows用stri_conv轉到big5顯示才會正常
→ andrew43: factor是因為自動把字串欄轉成因子，但這通常沒關係，
→ andrew43: 硬要轉回字串就套 as.character() 就好了。