数据爬虫基础讲座.pptVIP

数据类型 c() 向量 list() 列表 dataframe() 数据框 …… txtprogress 生成一列从1到10的数：f Data - [1:10] 赋值 = - (快捷键alt -) a - 8 10-a 运算和判断符号 其他不说了（加减乘除之类，爬虫基本用不到） 重点： == 绝对等于（也可以===) !=不等于 数据的选择 $ [ ] AAA BBB CCC DDD 1839 …… …… …… 3994 …… …… …… 892 …… …… …… 1 2 3 选择AAA列 test$AAA 选择第一行 test[1] 选择第2-5行 test[2:5] 常见函数 Length() 空向量 c() 向量合并 c(x,y) 字符串合并paste() 类似excel # 注释符号（以及定位功能） 专有 getURL() …… Apply() 代码规范 来自 Google 的 R 语言编码风格指南 /thread-1410518-1-1.html 赋值 - 命名 . 代码部分 空口讲 准备好需要爬取的网页『单条，或者列表』 伪装浏览器 网页内容整体抓取 转换格式 数据抓取 数据存储 另存数据 循环部分 链接列表 自己生成（但需要发现规则） 如何观察，以及network 的相应查找 案例/events/week-music 案例/cn/ch/restaurant-locator.html 通过原网页获取 比如城市名单:/service_network_2.asp?areaid=29 比如翻页列表:/events/week-music 其他情况的处理 文本处理函数（自己了解） 缺失值判断 数据项存在，但为空 if ( ){} 数据项不存在，程序报错 错误信息收集并记录 进度条显示 txtprogress