[英]Create a corpus with a single file (webpage)
我想从我的计算机中读取一个文件(该文件是html文档)并将其存储在语料库中(我正在使用软件包tm
)。
您有解决方案吗?
这是我尝试的:
data<-read.csv(fileName)
c2<-Corpus(VectorSource(data))
它通常可以正常工作,但是我有时会收到错误:列数多于列名
我想我不应该在网页上使用read.csv
,因为我没有找到更好的解决方案。
感谢您的帮助=)
网页绝对不符合CSV规范。 相反,您可能想使用XML包中的readHTMLTable
函数。
这是从实际网页中获取的,但应该是相同的想法
file <- "http://xkcd.com/"
dat <- readLines(file)
c2 <- Corpus(VectorSource(dat))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.