[問題] 自訂網頁關鍵字

[Tampa (光芒)]

程度:自學一個月左右


問題:如何自訂搜尋網頁關鍵字

已安裝套件 tmcn 與 RCurl

#讀取網頁

y<-url.exists("https://zh.wikipedia.org/wiki/%E5%85%B3%E7%BE%BD")

想自訂關鍵字 關羽，關帝聖君(有關於關羽的別稱都搜尋出來)

匯出每種名稱的種類以及頻率


如關羽:10次

  關公:5次

等等

請問大大們 是要設定甚麼函數啊??


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.225.189.123
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1467645432.A.012.html
※ 編輯: Tampa (36.225.189.123), 07/04/2016 23:19:42
→ celestialgod: stringr的str_extract_all應該可以
→ celestialgod: http://pastebin.com/gqsQipkT
→ celestialgod: 這裡要有regexp的知識比較好做
→ Tampa: C 大 我已經把網頁宣告為y 他有辦法直接讀取y全部並搜尋嗎
→ andrew43: 你可能問得太快了。爬一下文了解怎麼把全文轉字串，
→ andrew43: 再對串字進行處理。
→ andrew43: 在板上按 s 找找 "網頁" 這個關鍵字
→ psinqoo: codeJob 不是以徵得嗎??? Orz
→ psinqoo: 還有 不要隨便刪除文~~~ @@
→ Tampa: P大，徵得算是找到人可諮詢 主要還是想靠自己
→ psinqoo: #1KizQPJ
→ Tampa: 抱歉 不知道 規則所以刪掉了
→ celestialgod: httr的GET 加上 content
→ celestialgod: 就可以拿到網頁的文字了，要去掉html標籤的話
→ celestialgod: 用httr的GET + content + xml2的xml_text
→ celestialgod: 看一下前面我回的幾篇parsing網頁的文章吧