R中的URLencode問題

爲了能夠從R訪問NIST化學Webbook數據庫，我需要能夠將某些查詢傳遞給URL編碼的Web地址。大多數情況下，這種轉換對URLencode（）很有效，但在某些情況下不適用。一例失敗的案例是R中的URLencode問題

query="Poligodial + 3-methoxy-4,5-methylenedioxyamphetamine (R,S) adduct, # 1"

，我試着用

library(XML) 
library(RCurl) 
url=URLencode(paste0('http://webbook.nist.gov/cgi/cbook.cgi?Name=',query,'&Units=SI')) 
doc=htmlParse(getURL(url),encoding="UTF-8")

但是如果你在你的網頁瀏覽器 http://webbook.nist.gov/cgi/cbook.cgi?Name=Poligodial%20+%203-methoxy-4,5-methylenedioxyamphetamine%20(R,S)%20adduct,%20%23%201&Units=SI 它給沒有發現名稱試試這個網址獲取。很顯然，如果你試圖從 http://webbook.nist.gov/chemistry/name-ser.html 它期待的URL編碼字符串

"http://webbook.nist.gov/cgi/cbook.cgi?Name=Poligodial+%2B+3-methoxy-4%2C5-methylenedioxyamphetamine+%28R%2CS%29+adduct%2C+%23+1&Units=SI"

沒有任何人有任何的想法是什麼樣的gsub規則，我應該用在這同一種URL編碼的到達查詢案件？還是有其他一些簡單的解決方法？

我試着用

url=gsub(" ","+",gsub(",","%2C",gsub("+","%2B",URLencode(paste('http://webbook.nist.gov/cgi/cbook.cgi?Name=',query,'&Units=SI', sep="")),fixed=T),fixed=T),fixed=T)

但仍然是不完全正確的，我不知道什麼樣的規則網站的所有者也可以使用...

來源

2014-02-24 Tom Wenseleers

URLencode遵循RFC1738 specification（參見2.2節，第3頁），其中指出：

只有字母數字，特殊字符「$ -_ + ！*'（），「和用於其保留目的的保留字符可以用於在URL中未編碼的。

也就是說，它不編碼加號或逗號或括號。所以它產生的URL在理論上是正確的，但不是在實踐中。

Scott提到的httr包中的GET函數調用curlEscape來自RCurl，它編碼這些標點符號。

（GET調用handle_url它調用modify_url它調用build_url它調用curlEscape。）

它生成的URL是

paste0('http://webbook.nist.gov/cgi/cbook.cgi?Name=', curlEscape(query), '&Units=SI') 
## [1] "http://webbook.nist.gov/cgi/cbook.cgi?Name=Poligodial%20%2B%203%2Dmethoxy%2D4%2C5%2Dmethylenedioxyamphetamine%20%28R%2CS%29%20adduct%2C%20%23%201&Units=SI"

這seems to work OK。

httr有很好的功能，你可能想開始使用它。對代碼進行的最小改動可以讓換成curlEscape。

來源

2014-02-24 11:16:46

很多謝謝 - 對我來說，這是一個更簡單的解決方案，尤其是因爲我更喜歡getURL（）而不是GET（）（它對我來說似乎在一些片狀互聯網連接上更健壯一些）！ Thx數百萬爲這個很好的解釋！ –

請問這怎麼辦你要？

library(httr) 
url <- 'http://webbook.nist.gov/cgi/cbook.cgi' 
args <- list(Name = "Poligodial + 3-methoxy-4,5-methylenedioxyamphetamine (R,S) adduct, # 1", 
     Units = 'SI') 
res <- GET(url, query=args) 
content(res)$children$html

給人

<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en"> 
<head> 
    <meta http-equiv="Content-Type" content="text/html; charset=UTF-8"/> 
    <meta http-equiv="Window-target" content="_top"/> 

...etc.

來源

2014-02-24 02:34:54 sckott

哈這好多了，是的 - 非常感謝 - 完全是它應該做的！數百萬！ –

真棒，很高興它爲你工作 – sckott

R中的URLencode問題

回答

相關問題