Pessoal, como faço pra "limpar" as strings que eu não quero que surgem quando executo o comando abaixo? ################# url <- "http://www.pr.agenciasebrae.com.br/noticia.kmf?canal=724&cod=12211380"; dados=readLines(paste(url)) textos = sapply(strsplit(dados[c(34,35,145)],"\t"),FUN =function(x) paste(x,collapse="")) textos ################# a saída do comando acima é esta:[1] "<meta property=\"og:title\" content=\"Em Curitiba, seminário mostra como Lei Geral contribui para o desenvolvimento municipal\" />" [2] "<meta property=\"og:description\" content=\"Sebrae/PR reúne lideranças da região centro-sul para apresentar casos de sucesso e mostrar formas de implantação da legislação\" />" [3] " <p class=\"left\">04.08.2011 | 09:00" e eu soh quero: da 1° linha: Em Curitiba, seminário mostra como Lei Geral contribui para o desenvolvimento municipal da 2° linha: Sebrae/PR reúne lideranças da região centro-sul para apresentar casos de sucesso e mostrar formas de implantação da legislação da 3° linha: 04.08.2011 então, para facilitar, os excessos são: "<meta property=\ "og:title\ " content=\ "og:description\" <p class=\"left\"> | 09:00" (esse aqui varia quando mudo a URL) outra URL para testar, caso precisem: http://www.pr.agenciasebrae.com.br/noticia.kmf?canal=724&cod=12201212 estava lendo no arquivo de e-mails da lista, sobre strsplit mas n to conseguindo usar.... até o Luiz, hoje mesmo usou essa função mas ele só "pegou" o que queria, e eu quero remover os "excessos" Tenho que fazer isso para vários outros sites, então quero só jogar a URL e que ele me retorne o título, subtítulo e data da notícia e o link. Um abraço e meu agradecimento desde já!!
> From: [email protected] > Date: Thu, 20 Oct 2011 21:07:01 -0200 > To: [email protected] > Subject: Re: [R-br] Coletar informações (texto) de sites > > Tente assim: > > library(XML) > u <- "http://www.cnm.org.br/eleicao/mu_ele_prefeito.asp?iIdMun=%s"; > > # Quais munícipios vc precisa > ids <- c(100141003, 100141095) > > # Usando XPATH query > fGetNome <- function(x, ...) { > Lines <- readLines(x) > h <- htmlTreeParse(Lines, asText = TRUE, useInternalNodes = TRUE) > gsub("\n|\t", "", xpathApply(h, "//table//td[@width='80%']", xmlValue)) > } > > lapply(sprintf(u, ids), fGetNome) > > > > 2011/10/20 Daniel Dantas <[email protected]>: > > Boa tarde pessoal, > > > > Existe alguma maneira de "pedir" para o R entrar neste site > > http://www.cnm.org.br/eleicao/mu_ele_prefeito.asp?iIdMun=100141003 e me > > retornar o nome do prefeito de 2008 e de 2004? > > > > O objetivo disto é obter a listagem dos prefeitos de 2004 e de 2008 para ver > > quem foi reeleito, se está no 1° ou 2° mandato. > > > > Para cada município, o link muda apenas o final, então tem como programar > > para que ele abra os links de todos os municípios do estado do PARANÁ, mas > > não sei como fazer ele me retornar o nome do prefeito. > > > > Algo interessante que descobri agora, não sei é por causa do Internet > > Explorer ou é do site, mas se apertarmos com o botão direito no campo onde > > está escrito o nome do prefeito, surge-se a opção de exportar para Excel as > > informações daquele ano. Eu poderia fazer isso 399 (qtde de municípios > > do PR) vezes para o ano de 2004 e 399 para o ano de 2008 e pedir para o > > R consolidar em 1 planilha. Mas mesmo assim dá um certo trabalho salvar 798 > > planilhas. > > > > Alguém sabe um procedimento mais simples? Espero que eu tenha consigo me > > fazer entender. > > > > Obrigado, > > Daniel > > > > _______________________________________________ > > R-br mailing list > > [email protected] > > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código > > mínimo reproduzível. > > > > > > -- > Henrique Dallazuanna > Curitiba-Paraná-Brasil > 25° 25' 40" S 49° 16' 22" O > _______________________________________________ > R-br mailing list > [email protected] > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código > mínimo reproduzível.
_______________________________________________ R-br mailing list [email protected] https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
