admin管理员组

文章数量:1532176

　　目前很多网站的数据采用异步加载的方式呈现，以进口商品统计月报为例，当我们点击下一页时，表格中的数据会更新，但是网站的URL不会发生变化。对于这种网站，如果使用rvest包或RCurl包进行爬取，只能抓到第一页的数据。不过不用担心，对付这种情况，可以使用R语言中RSelenium包。

　　RSelenium包可以通过调用Selenium Server来模拟浏览器环境，它可以模拟浏览器的点击、滚动、滑动以及文字输入等操作，抓取经过浏览器渲染过的页面。但是Selenium是Java程序，因此在使用RSelenium包之前必须为计算机设置Java环境，具体前期准备工作可以参考R语言爬取动态网页：使用RSelenium包和Rwebdriver包的前期准备。

　　使用RSelenium包控制浏览器主要依靠remoteDriver系列函数:

　　remoteDriver( remoteServerAddr,

　　　　　　　　　port,

　　　　　　　　　browserName,

　　　　　　　　　path,

　　　　　　　　　version,

　　　　　　　　　platform,

　　　　　　　　　javascript,

　　　　　　　　　nativeEvents,

　　　　　　　　　serverURL,

　　　　　　　　　sessionInfo)

　　其中，参数remoteServerAddr，表示远程服务器的IP地址，默认值是本机地址，是character型；

　　参数port，表示远程服务器连接端口，

本文标签： 动态网页语言RSelenium包爬取

版权声明：本文标题：R语言：RSelenium包爬取动态网页 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/dianzi/1724842705a993429.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。