Paulo, Esses casos ocorrem pois o conteúdo é carregado dinamicamente (via Ajax, jQuery, etc..), portanto o conteúdo não fica disponível no Source Code da página.
Uma alternativa pode ser utilizado abaixo, ou ainda alternativas como http://maplink.com.br/transito/sao-paulo-sp que carrega o coteudo diretamente na página. ## Para Windows library(RDCOMClient) library(XML) ieApp <- COMCreate("InternetExplorer.Application") ieApp[['Visible']] <- TRUE ieApp$Navigate("http://www.maplink.com.br";) ieApp$Document()$Body()$OuterHTML() 2012/2/13 Paulo Nogueira <[email protected]> > www.maplink.com.brHenrique, dei mais uma mexida aqui e ainda não resolvi > meu problema. > Talvez eu não tenha sido claro na pergunta, então vou mudar o exemplo. > > Quando acesso o site Maplink <http://www.maplink.com.br> aparece um mapa > da cidade de São Paulo (minha localidade) e um box na direita com a > informação de quantos quilômetros de congestionamento a cidade apresenta no > momento (aliás, estamos com 300km às 13:40!). > > url<-url('http://maplink.com.br/',"rt") > map<-readLines(url) > grep('Km',map) > > Ao rodar o código acima o R importa o código fonte da página, que não > contem o valor 300. > Ao abrir o Chrome ou Firefox e utilizar a opção "Inspecionar Elemento" é > possível encontrar o 300 no meio do código. > Será possível importar no R o código HTML que eu vejo no inspecionar > elemento? Isso seria suficiente e resolveria uma séria de questões que > tenho. > > Alguém já fez algo semelhante a isso ou pode dar a dica de algum caminho, > mesmo sem o R? > > Abraços, > Paulo > > Em 31 de janeiro de 2012 21:43, Henrique Dallazuanna > <[email protected]>escreveu: > >> Paulo, >> >> Veja a função postForm do pacote RCurl, pois ela faz exatamente o post em >> formulários web. >> >> 2012/1/31 Paulo Nogueira <[email protected]> >> >>> Boa tarde R-Br. >>> Mais uma vez peço a vocês uma orientação de caminho para descobrir como >>> solucionar problemas relacionados a web scraping. >>> >>> Hoje consigo ler códigos HTML de ṕáginas atráves do readLines e depois >>> extrair os dados que me interessam utilizando funções como grep, gsub e >>> regexpr. Evolui nisso e tenho conseguido resultados bastante interessantes. >>> O problema é que nem sempre o que é exibido no navegador, está disponível >>> no código fonte da página. >>> >>> Por exemplo, a página inicial do site Webmotors ( >>> http://www.webmotors.com.br/index.html) apresenta um box de pesquisa. >>> Escolhendo, na página, os campos marca = Chevrolet, modelo = Astra, estado >>> = AM e cidade = Manaus e clicando em BUSCAR, encontro esse resultado: >>> >>> http://www.webmotors.com.br/Webmotors/Compra/carrosResultado/carros-resultado.aspx?marca=2&modelo=1042&descrModelo=ASTRA&precoinicial=&precofinal=&uf=AM&cidade=Manaus&anoInicial=&anoFinal=&anuncionovos=N&anunciousados=U&revend=S&part=S&concessionaria=S&Ordem=OP&orig=S >>> >>> E assim consigo extrair com o R as informações dos veículos Astra a >>> venda em Manaus. >>> Porém, como posso fazer para o R informar ao site que desejo fazer essa >>> busca? Gostaria de automatizar essa parte. >>> Sei que na URL resultado basta trocar os campos como &modelo=1042 ou >>> marca=2, etc... mas também não sei quais são os possíveis valores para >>> esses campos. >>> >>> Ressalto que esse problema é um exemplo. Gostaria de aprender a fazer >>> chamada às funções (acredito que são as .js) da página para construir as >>> páginas com os resultados e então importar com o readLines para guardar os >>> dados de meu interesse. Espero ter sido claro no questionamento. >>> Agradeço qualquer ajuda. >>> >>> Abraços, >>> Paulo Nogueira Starzynski >>> >>> >>> >>> _______________________________________________ >>> 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. > -- 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.
