Achei, é só pegar o html de http://maplink.com.br/transito/sao-paulo-sp Tipo assim: *conexao <- url( "http://maplink.com.br/transito/sao-paulo-sp"; ) pagina <- readLines(conexao) pos <- grep('<span class="km_status">', pagina) * ### eu vi que o trecho *<span class="km_status"> * vinha logo antes da quilometragem no html* pagina[ pos:(pos+2) ] close(conexao) * Pelo que eu vi aqui agora, a informação sempre estará na linha * pagina[pos+1]*. Mas é melhor verificar isso direito.
Em 17 de fevereiro de 2012 18:20, Lucas Barbosa <[email protected]>escreveu: > Paulo, > Eu abri agora a página e está com 533 km congestionados, mas não aparece > nenhum número 533 no html. Talvez esse 300 que você encontrou representava > outra coisa. > Eu fiz algo parecido para resolver o problema de calcular distâncias entre > cidades, mas foi com o Google Maps. Meu caso foi simples porque os valores > de interesse já estavam no html, mas a parte de congestionamento do maplink > parece estar só no java script mesmo. > Talvez você encontre essa informação no html de outro lugar desse site, > vou dar uma olhada aqui. > Att., > Lucas Cusinato > > > > Em 15 de fevereiro de 2012 10:14, Paulo Nogueira <[email protected]>escreveu: > > Henrique, obrigado pelas dicas. >> Uso Ubuntu mas vou tentar adaptar o código que me passou e estudar o que >> posso fazer com ele. >> Muito obrigado. >> >> Paulo NS >> >> Em 14 de fevereiro de 2012 23:24, Henrique Dallazuanna >> <[email protected]>escreveu: >> >> 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. >>> >> >> >> _______________________________________________ >> 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.
