4

我正在尝试使用 XML、RCurl 包来读取以下 URL http://www.nse-india.com/marketinfo/equities/cmquote.jsp?key=SBINEQN&symbol=SBIN&flag=0&series=EQ#的一些 html 表

这是我正在使用的代码

library(RCurl)
library(XML)
options(RCurlOptions = list(useragent = "R"))
url <- "http://www.nse-india.com/marketinfo/equities/cmquote.jsp?key=SBINEQN&symbol=SBIN&flag=0&series=EQ#"
wp <- getURLContent(url)
doc <- htmlParse(wp, asText = TRUE) 
docName(doc) <- url
tmp <- readHTMLTable(doc)
## Required tables 
tmp[[13]]
tmp[[14]]

如果您查看表格，则无法解析网页中的值。我猜这是由于一些 javascipt 评估在运行中发生的。现在，如果我在 google chrome 中使用“将页面另存为”选项（它在 mozilla 中不起作用）并保存页面，然后使用上面的代码，我就可以读取这些值。

但是有没有办法让我可以阅读苍蝇表？如果您能提供帮助，那就太好了。

问候，

4

1 回答 1

1

看起来他们正在通过访问http://www.nse-india.com/marketinfo/equities/ajaxGetQuote.jsp?symbol=SBIN&series=EQ并解析一些字符串来使用 javascript 构建页面。也许您可以抓取该数据并将其解析出来，而不是抓取页面本身。

不过，看起来您必须使用 cURL 构建具有正确引荐标头的请求。如您所见，您不能只用一个简单的请求来访问 ajaxGetQuote 页面。

您可能可以通过使用 Chrome 或 Safari 中的 Web Inspector 或使用 Firefox 中的 Firebug 来读取要放入的适当标题。

于 2011-05-23T17:19:38.090 回答