R:使用getURL()提取地址

Question

我有一吨谷歌地图的网址，并希望获得一个干净的地址，从网址的地理编码。最近我在getURL包中找到了RCurl ()，这给我带来了大量的信息

图书馆(RCurl) getURL("https://maps.google.com/?q=loc%3A+%32%34%34%30+Seattle%2C+%39%38%31%31%36+WA+US")

但我真正感兴趣的是将地址片段定位到getURL()输出的前端：

...< meta content=\"loc：2440西雅图，98116 WA US - Google \“property=\”og:title\“>

更新：我刚刚意识到上面的URL地址是一个糟糕的例子，这里有一个不同的例子：

getURL("https://maps.google.com/?q=loc%3A+%31%30%30%35%36+Interlake+Ave+N+seattle+WA+US") ...< meta content=\"loc：10056 Interlake Ave N西雅图WA US - Google \“property=\”og:title\“>

有没有人对如何有效地解决这一问题有建议？我的助手，我是R的中级，希望你能帮我。谢谢！！

时间

Answer 1

使用Google如下所示：

require(XML)

burl <- "http://maps.google.com/maps/api/geocode/xml?address="
address <- "2440 Seattle, 98116 WA US"
request <- paste0(burl,URLencode(address))

doc <- htmlTreeParse(request, useInternalNodes=TRUE)
# Interpreted Adress
xmlValue(doc[["//formatted_address"]])
[1] "2440, Seattle-Tacoma International Airport (SEA), Seattle, WA 98158, USA"

编辑

如果只有编码的URL，请使用URLdecode对其进行解码，而不是下载URL：

URL <- "https://maps.google.com/?q=loc%3A+%32%34%34%30+Seattle%2C+%39%38%31%31%36+WA+US"
URL <- gsub(".*loc","",URL) # Get rid of https://...
URL <- URLdecode(URL)
gsub("[:]|[+]", " ", URL) # Get rid of ":" and "+"
[1] "  2440 Seattle, 98116 WA US"