[R-br] Ler dados de html

walmes . walmeszeviani em gmail.com
Quarta Maio 22 11:40:46 BRT 2013


Saudações,

Em sala de aula sempre destaco as funcionalidades que o R tem para
facilitar a vida do usuário. Um exemplo que uso é a leitura de dados de
páginas html. Encontrei pronto a leitura de uma tabela do google (matéria
de blog http://bhoom.wordpress.com/2010/06/07/61/). Reproduzi isso em sala
de aula mas quando mudei de site não obtive êxito. Esse é o CMR que
reproduzi em sala

> library(XML)
> u <- "http://www.google.com/adplanner/static/top1000/"
> tables <- readHTMLTable(u)
> my.table <- tables[[2]] # The first element of the list is empty
> str(my.table)
'data.frame':    999 obs. of  7 variables:
 $ 1                : Factor w/ 999 levels "10","100","1000",..: 112 223
334 445 556 667 778 889 1 13 ...
 $ facebook.com     : Factor w/ 999 levels "01net.com","10086.cn",..: 978
957 499 566 920 161 133 548 697 153 ...
 $ Social Networks  : Factor w/ 231 levels "","Accounting & Auditing",..:
149 224 173 224 59 22 173 183 224 173 ...
 $ 880,000,000      : Factor w/ 88 levels "10,000,000","11,000,000",..: 74
52 43 39 37 32 28 24 24 21 ...
 $ 51.3%            : Factor w/ 55 levels "0.3%","0.4%",..: 41 34 31 28 26
22 20 15 16 13 ...
 $ 1,000,000,000,000: Factor w/ 149 levels "1,000,000,000",..: 3 127 133 33
108 90 8 45 72 142 ...
 $ Yes              : Factor w/ 2 levels "No","Yes": 2 2 2 2 1 2 2 2 2 2 ...

Alguma minupalação eu tive que fazer após leitura para ficar pronto para
trabalhar, como remover os % dos valores na 5ª coluna.
O meu desejo é ler os dados disponíveis em
http://vestibular.ufrgs.br/listao/letra_A.html. No caso eu iria ler os
resultados para todas as letras (A-Z), juntar tudo em um data.frame só e
fazer algumas análises. Ao partir do mesmo código resultou em

> u <- "http://vestibular.ufrgs.br/listao/letra_A.html"
> tables <- readHTMLTable(u)
> str(tables)
 Named list()
> tables
named list()

Ou seja, não veio nada. Eu abri o código fonte da página e pelo visto a
tabela está oculta ou coisa assim, ou o endereço dela não é esse link. Eu
tenho quase nenhuma experiência com isso.
Alguém teria alguma sugestão de como importar esses dados direto da web?

Certo de vossa atenção, agradeço.
Walmes.

==========================================================================
Walmes Marques Zeviani
LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)
Departamento de Estatística - Universidade Federal do Paraná
fone: (+55) 41 3361 3573
VoIP: (3361 3600) 1053 1173
e-mail: walmes em ufpr.br
skype: walmeszeviani
twitter: @walmeszeviani
homepage: http://www.leg.ufpr.br/~walmes
linux user number: 531218
==========================================================================
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20130522/dd9a4fa7/attachment-0001.html>


Mais detalhes sobre a lista de discussão R-br