R语言 网络数据

R语言 网络数据

许多网站提供数据供其用户使用。例如，世界卫生组织（WHO）以CSV、txt和XML文件的形式提供健康和医疗信息的报告。使用R程序，我们可以以编程方式从此类网站中提取特定数据。R中用于从Web中提取数据的一些包是− “RCurl”，”XML”和”stringr”。它们用于连接到URL，识别所需文件的链接并将其下载到本地环境中。

安装R包

处理URL和文件链接需要以下包。如果它们在您的R环境中不可用，您可以使用以下命令安装它们。

install.packages("RCurl")
install.packages("XML")
install.packages("stringr")
install.packages("plyr")

输入数据

我们将访问天气数据的URL，并使用R下载2015年的CSV文件。

示例

我们将使用函数 getHTMLLinks() 来收集文件的URL。然后我们将使用函数 download.file() 将文件保存到本地系统。由于我们将重复应用同样的代码多次用于多个文件，因此我们将创建一个可以多次调用的函数。文件名以R列表对象的形式作为参数传递给这个函数。

# Read the URL.
url <- "http://www.geos.ed.ac.uk/~weather/jcmb_ws/"

# Gather the html links present in the webpage.
links <- getHTMLLinks(url)

# Identify only the links which point to the JCMB 2015 files. 
filenames <- links[str_detect(links, "JCMB_2015")]

# Store the file names as a list.
filenames_list <- as.list(filenames)

# Create a function to download the files by passing the URL and filename list.
downloadcsv <- function (mainurl,filename) {
   filedetails <- str_c(mainurl,filename)
   download.file(filedetails,filename)
}

# Now apply the l_ply function and save the files into the current R working directory.
l_ply(filenames,downloadcsv,mainurl = "http://www.geos.ed.ac.uk/~weather/jcmb_ws/")

验证文件下载

运行上述代码后，您可以在当前的R工作目录中找到以下文件。

"JCMB_2015.csv" "JCMB_2015_Apr.csv" "JCMB_2015_Feb.csv" "JCMB_2015_Jan.csv"
   "JCMB_2015_Mar.csv"