数据采集小作业-（10）R语言豆瓣图书Top250数据采集

作者：支席年

指导教师：王文武

单位：曲阜师范大学  统计学院

        本文主要介绍了基于R语言rvest包的网络数据采集，包括其中一些函数的用法，如负责读取网页内容的read_html()函数，对提取信息进行定位的htmo_nodes()函数等。简单介绍了string包和其中函数的功能和用法，并以豆瓣图书Top250为例，进行了实际的数据采集。

        除此之外，由于现在网络数据采集的主要工具是Python，我们通过查找资料，找到了相同案例下的Python程序，对R语言爬虫和Python爬虫在提取250本图书的url上做了简单的比较。

        具体研究见附件。

支席年-豆瓣图书Top250数据采集.pdf