R七种武器之网络爬虫RCurl第3周.PDF

R七种武器之网络爬虫RCurl 第3周 DATAGURU专业数据分析社区 DATAGURU专业数据分析社区 RR七种武器之网络爬虫七种武器之网络爬虫RCurlRCurl 讲师讲师张晓仪张晓仪 法律声明 【声明】本视频和幻灯片为炼数成金网络课程的教 学资料，所有资料只能在课程内使用，不得在课 程以外范围散播，违者将可能被追究法律和经济 责任。 课程详情访问炼数成金培训网站 DATAGURU专业数据分析社区 R七种武器之网络爬虫RCurl 讲师张晓仪 关注炼数成金企业微信  提供全面的数据价值资讯，涵盖商业智能与数据分析、大数据、企业信息化、数字化 技术等，各种高性价比课程信息，赶紧掏出您的手机关注吧！ DATAGURU专业数据分析社区 R七种武器之网络爬虫RCurl 讲师张晓仪 本周内容  字符串处理基础  正则表达式初识  提取新浪财经股票数据  腾讯财经小试牛刀 DATAGURU专业数据分析社区 R七种武器之网络爬虫RCurl 讲师张晓仪 字符串处理基础  赋值  长度、个数：nchar ，length  替换：chartr （原始字符，替换字符，字符串）  连接：paste 参数sep ，collapse  切割：strsplit  比较：、、==、!=  并集、交集、补集：union ，intersect ，setdiff  截取 ：substr ，substring  匹配：match ，pmatch ，charmatch DATAGURU专业数据分析社区 R七种武器之网络爬虫RCurl 讲师张晓仪 正则表达式初识  对字符串操作的一种逻辑公式  主要应用对象 ：文本  作用： – 逻辑过滤 – 精准抓取  正则表达式的特点是 ： – 1. 灵活性、逻辑性和功能性非常的强 ； – 2. 可以迅速地用极简单的方式达到字符串的复杂控制； – 3. 对于刚接触的人来说，比较晦涩难懂。 DATAGURU专业数据分析社区 R七种武器之网络爬虫RCurl 讲师张晓仪 正则表达式初识  \ ：转义字符  . ：除了换行以外的任意字符  ^ ：一行字符串的起始  $ ：一行字符串的结束  * ：零个或者多个之前的字符  + ：一个或者多个之前的字符  ? ：零个或者一个之前的字符  保留字符都需要转义字符 \ 来转义表示 DATAGURU专业数据分析社区 R七种武器之网络爬虫RCurl 讲师张晓仪 正则表达式初识  方括号[] ，代表可以匹配其中任何一个字符。而^在[]中代表 “非”, -代表 “之间” – [qjk] ：q ，j ，k中任意一个字符 – [^qjk] ：非q ，j ，k的任意其它字符 – [a-z] ：a至z中任意一个小写字符 – [^a-z] ：非任意一个a至z小写字符的其它字符（可以是大写字符） – [a-zA-Z] ：任