首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >从R中的多个url页面下载多个.xlsx文件

从R中的多个url页面下载多个.xlsx文件
EN

Stack Overflow用户
提问于 2019-07-03 23:36:28
回答 1查看 54关注 0票数 0

正在尝试从此url将多个页面.xlsx下载到R中。

https://niti.gov.in/best-practices/district-wise-statistics

已读取的网址,可以下载一页一次,但想要导入所有页面一次。

代码语言:javascript
复制
pg <- read_html("https://niti.gov.in/best-practices/district-wise-statistics/")

pg %>% 
  html_nodes("a") %>%
  html_attr("href") %>%
  str_subset("\\.xlsx") 
EN

回答 1

Stack Overflow用户

发布于 2019-07-04 04:03:55

像这样的东西可能会让你得到你需要的东西。

代码语言:javascript
复制
library(rvest)
library(dplyr)

temp.fldr <- paste0(tempdir(), '/')

base.url <- 'https://niti.gov.in/best-practices/district-wise-statistics'

last <- read_html(base.url) %>%
         html_nodes(xpath = "//a[contains(text(), 'last ')]") %>%
         html_attr('href')

pg.cnt = as.numeric(sub('.*=', '', last))

for(i in 0:pg.cnt){
  page <- paste0(base.url, '?term_node_tid_depth=All&page=', i)
  print(paste('Processing page:', i + 1, 'of', pg.cnt + 1))

  links <- read_html(page) %>%
           html_nodes(xpath = "//a[contains(text(), 'xlsx')]")

  files <- lapply(links, function(x){
             fpath <- paste0(temp.fldr, trimws(sub("^.*?\\.", '', html_text(x))))
             link <- paste0('https://niti.gov.in', html_attr(x, 'href'))
             download.file(link, fpath, mode = 'wb')
             print(fpath)
             return(fpath)
           })
}
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/56873656

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档