[R-br] Lendo formato HTML

Leonard Assis assis.leonard em gmail.com
Terça Junho 21 11:21:02 BRT 2011


Quase funcionou.

No meu caso eu não preciso descompactar, hehehe. Mas adaptei a lógica.

para esse exemplo, o perfeito seria executar a linha como sendo:

> mega <- readHTMLTable(readLines(unz(tmp, "D_MEGA.HTM")))$'NULL'

pois, de alguma forma, ele lê em forma de lista e o data.frame fica neste local

No mais, o meu aqui leu perfeito, nem precisou saltar as linhas, o readHTMLTable se encarregou disso. Mais fácil que eu imaginava.

Ahhh, deu um warning besta de conexão não utilizada, mas acredito ser irrelevante.

Valeu Henrique.

Leonard
 
On 21/06/2011, at 10:08, Henrique Dallazuanna wrote:

> Leonard,
> 
> Tente assim:
> 
> library(XML)
> 
> tmp <- tempfile()
> download.file("http://www1.caixa.gov.br/loterias/_arquivos/loterias/D_megase.zip",
> tmp)
> mega <- readHTMLTable(readLines(unz(tmp, "D_MEGA.HTM")))
> 
> 2011/6/21 Leonard Assis <assis.leonard em gmail.com>:
>> Bom dia
>> 
>> Tenho que acessar uma tabela em uma página asp.
>> 
>> tenho duas perguntas simples:
>> 
>> 1. consigo ler estes arquivos no R sem precisar converter para, por exemplo, CSV?
>> 2. Em caso positivo, existe como saltar as 2 primeiras linhas, pois os dados começam na linha 3. Cabeçalho está na linha 2.
>> 
>> uma base de dados que pode ser usada como exemplo seriam as disponíveis pra download no site das loterias da Caixa (Diferença é que estes estão em .zip e com o htm incluido). Já lidei com esses dados, na época eu optei por importar no excel e salvar como CSV.
>> 
>> Portanto, aguardo sugestões de como ler uma tabela no formato html direto no R.
>> 
>> Segue o link da caixa como exemplo de base de dados similar.
>> 
>> http://www1.caixa.gov.br/loterias/_arquivos/loterias/D_megase.zip
>> 
>> 
>> 
>> _______________________________________________
>> R-br mailing list
>> R-br em listas.c3sl.ufpr.br
>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
>> 
> 
> 
> 
> -- 
> Henrique Dallazuanna
> Curitiba-Paraná-Brasil
> 25° 25' 40" S 49° 16' 22" O
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.



Mais detalhes sobre a lista de discussão R-br