[R-br] Mais códigos HTML e função readlines

[Paulo Nogueira]

Henrique, não conhecia essa possibilidade via Internet explorer.
Bacana, vou testar.

Em tempo, o que seria "uma instância" e porque só é possível no
Windows/Explorer? Alguma questão relacionada à segurança da informação ou
coisa do gênero? Apenas curiosidade mesmo.

Abraços,
Paulo Nogueira Starzynski

Em 30 de agosto de 2012 23:36, Henrique Dallazuanna <wwwhsd em gmail.com>escreveu:

> Paulo,
>
> Esse é um comportamento das páginas que utilizam carregamento dinâmico
> (Ajax, jQuery, etc..).
>
> Uma solução que utilizo neste casos é usar uma instância do Internet
> Explorer (logo funciona apenas no Windows):
>
> # Carregando Pacotes
> library(RDCOMClient)
> library(XML)
>
> # Criando Instancia
> ieApp <- COMCreate("InternetExplorer.Application")
>
> # Acessando a página
> ieApp$Navigate("
> http://www.skyscanner.com.br/passagens-aereas/saoa/slz/121002/130409/tarifas-aereas-de-sao-paulo-destino-sao-luis-em-outubro-2012-e-abril-2013.html
> ")
>
> # Código da Página
> srcHTML <- htmlTreeParse(ieApp$Document()$Body()$OuterHTML(), asText =
> TRUE, useInternalNodes = TRUE)
>
> # Partidas e Chegadas
> cbind(unlist(xpathApply(srcHTML, "//span[@class='sta sta-dep' and
> @mode='flight']", xmlValue)),
>       unlist(xpathApply(srcHTML, "//span[@class='sta sta-arr' and
> @mode='flight']", xmlValue)))
>
> 2012/8/28 Paulo Nogueira <paulons em gmail.com>
>
>> Pessoal, não sei se a lista se presta a esclarecer dúvidas como essa
>> minha, mas pelo menos estou usando R para resolver os problemas. rs
>>
>> Ultimamente tenho trabalhado bastante com determinadas buscas na web
>> para coletar dados e estruturá-los. Porém, como meus conceitos de web
>> se restringem ao conhecimento de usuário, e não de desenvolvedor,
>> acabo tendo alguns problemas.
>> Vou exemplificar uma das minhas dificuldades com um problema prático:
>>
>> Utilizar readlines() e os pacores RCurl, XML, etc, para tratar o
>> código fonte é algo que já faço até que bem. Mas problemas surgem
>> quando o conteúdo que eu preciso extrair de informação não vem no
>> código fonte?
>> Vejam esse exemplo:
>>
>> http://www.skyscanner.com.br/passagens-aereas/saoa/slz/121002/130409/tarifas-aereas-de-sao-paulo-destino-sao-luis-em-outubro-2012-e-abril-2013.html
>>
>> Após carregar toda a busca, o site SkyScanner exibe os preços
>> encontrados para o trecho São Paulo - São Luis.
>> [1] No navegador Firefox ou Chrome, ao clicar em "Exibir Código
>> Fonte", não aparecem as informações do vôos, apenas o código que
>> estrutura a página.
>> [2] Ao clicar em "Inspecionar Elemento" eu consigo analisar o código
>> fonte do meu interesse.
>> [3] Ao utilizar readlines passando o a url acima o R importa o código
>> fonte [1] e não o [2], com as informações de interesse.
>>
>> Imagino que isso tenha a ver com as funções de javascript e coisas desse
>> tipo...
>> Alguém sabe contornar essa situação com o R? Se não, o que devo
>> estudar para agilizar a busca dessa solução? Estou meio perdido nessa
>> parte e agradeço ajudas de qualquer tipo. rs
>>
>> Peço desculpas se por acaso isso for muito off-topic.
>> Abraços,
>> Paulo Nogueira
>> _______________________________________________
>> 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.
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120831/739bb0c7/attachment-0001.html>