將 HTML 文件導入 R

Question

我需要將本地 HTML 文件導入 R。

我想對我的企業 Facebook 頁面上發布的帖子進行情緒分析，並將所有必要的數據下載為一系列 HTML 文件。 我之前進行過類似的分析，但數據始終存儲為 CSV 或 Excel 文件。 我是處理 HTML 數據的新手。

library(XML)
library(rvest)

read_html("posts_1", skip = 0, remove.empty = TRUE, trim = TRUE, ...)

read_html("posts_1", skip = 0, remove.empty = TRUE, trim = TRUE, ...)

我已經嘗試了 read_html 函數和 readLines 函數，但這些似乎都不起作用。 我收到以下錯誤消息：

文件錯誤（con，“r”）：無法打開連接

另外： 警告信息：

在文件（con，“r”）中：無法打開文件“posts_1”：沒有這樣的文件或目錄

錯誤：“...”在不正確的上下文中使用

值得注意的是，這是一個相當大的文件（ 16,422 KB ），所以我不知道這是否會阻止數據加載。

Answer 1

install.packages("rvest")
install.packages("dplyer")
library(rvest)
library(dplyr)

#--------------------------------------
# Character version
#--------------------------------------
# Define your html path - local file
your_html <- read_html("C:/folder/file.html")

# Define your CSS selector inside html_nodes
names <- your_html %>% html_nodes("h2") %>% html_text()
urls <- your_html %>% html_nodes(".link") %>% html_text()

# Enjoy your characters
names
urls

#--------------------------------------
# Dataframe version
#--------------------------------------
# Define your html path - local file
your_html <- read_html("C:/folder/file.html")

# Define your CSS selectors inside html_nodes
names <- your_html %>% html_nodes("h2") %>% html_text()
urls <- your_html %>% html_nodes(".link") %>% html_text()

# Enjoy your data frame
df <- data.frame(names, urls)

#--------------------------------------
# Using website url-s
#--------------------------------------
# Define your html path - URL
your_html <- read_html("https://www.example.com")