如何使用R將href更改爲URL？

如何使用R將href更改爲有意義的URL？通過有意義的我瞭解一個地址，如果粘貼到瀏覽器將正確打開。如何使用R將href更改爲URL？

例如：

<a href="../../systemfit/html/systemfit.html">systemfit</a>

讀取距離： http://artax.karlin.mff.cuni.cz/r-help/library/systemfit/html/systemfit.control.html

到： http://artax.karlin.mff.cuni.cz/r-help/library/systemfit/html/systemfit.html

我做的是：

collectLinks <- function(x){ 
library(stringi) 
fileUrl <- (x) 
html <- paste(readLines(fileUrl, warn=FALSE), collapse="\n") 
matched <- stri_match_all_regex(html, "<a href=\"(.*?)\"") 
matched[[1]][, 2] 
} 

links <- collectLinks("http://artax.karlin.mff.cuni.cz/r-help/library/systemfit/html/systemfit.control.html")

功能collectLinks需要一個char acter字符串，其中包含一個URL作爲輸入。它返回一個在x上找到的href內容的字符向量。

接下來我想要做的是遍歷鏈接中的每個元素並從中提取href內容。但是：

[1] "../../systemfit/html/systemfit.html"  "../../systemfit/html/solve.html"  
[3] "../../systemfit/html/det.html"   "../../systemfit/html/systemfit.html" 
[5] "mailto:[email protected]" "../../systemfit/html/systemfit.html" 
[7] "00Index.html"

不是有意義的URL。

readLines(links[1]) 
Error in file(con, "r") : cannot open the connection 
In addition: Warning message: 
In file(con, "r") : 
cannot open file '../../systemfit/html/systemfit.html': No such file or directory

我不知道是否有一種通用的方式，允許將href內容轉換爲可以進一步利用的有意義的URL？

來源

2015-05-19 Leni Ohnesorge

我不太明白你的意思嗎？你可能只需要一些正則表達式？剛刪除systemfit，」「）'?? – grrgrrbla

我正在用readLines讀取html，並用正則表達式提取href內容。接下來我想要做的是打開href中的內容，從正則表達式，但這並不是一個有意義的URL讀取行 –

library(XML) 
k1<-getHTMLLink("http://artax.karlin.mff.cuni.cz/r-help/library/systemfit/html/systemfit.control.html") 
#k1[6] is what you are looking for: 
>k1[6] 
[1] "../../systemfit/html/systemfit.html" 
k2<-htmlParse(sub("../..", "http://artax.karlin.mff.cuni.cz/r-help/library",k1[6]))

來源

2015-05-19 13:47:15 Metrics

這將工作，但只爲這個例子，我想知道是否有任何通用的解決方案 –

有沒有通用的解決方案，請參閱'http://www.w3.org/ TR/WD-html40-970917/htmlweb.html'。 – Metrics

如何使用R將href更改爲URL？

回答

相關問題