使用R语言读取文件数据和爬取网页数据

在R语言中，读取文件数据和爬取网页数据是非常常见的任务。以下是两个基本操作的简要说明：

**读取文件数据**:

1. **CSV文件**：如果你的数据存储在CSV格式，可以使用`read.csv()`函数，如：

   data <- read.csv("path_to_your_file.csv")

或者 `readr` 包中的 `read_csv()` 函数提供更快的速度：

   library(readr)
   data <- read_csv("path_to_your_file.csv")

2. **Excel文件**：对于Excel文件，可以使用`readxl`包：

   library(readxl)
   data <- read_excel("path_to_your_file.xlsx")

3. **文本文件**（例如.txt或.log）：

   data <- readLines("path_to_your_text_file.txt")

**爬取网页数据** (使用`rvest`包处理HTML):

1. 首先安装并加载`rvest`包：

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

2. 对于简单页面，可以使用`html_read()`获取整个HTML文档：

   url <- "http://example.com"
   webpage <- read_html(url)

3. 想抓取网页元素，可以使用`html_nodes()`选择节点，`html_text()`提取文字内容：

   nodes <- webpage %>% html_nodes(".element_class_or_id")  # 根据CSS选择器选择节点
   text <- nodes %>% html_text()

4. 如果数据在表格中（如`<table>`），可以用`html_table()`抓取：

   tables <- webpage %>% html_nodes("table") %>% html_table(fill = TRUE)

注意：爬虫使用需遵守网站的robots.txt规则，并尊重数据隐私。