不懂网页抓取某个位置的数字

wangxiukun

比如，我在新浪微博上搜索关键词“四六级”，就会跳出"http://s.weibo.com/weibo/%E5%9B%9B%E5%85%AD%E7%BA%A7?topnav=1&wvr=5&b=1"，其搜索框下面显示“找到 9,747,956 条结果”，想问一下，如何利用R把这个数字抓取下来

Ihavenothing

回复第1楼的 wangxiukun：

library(RCurl)<br />
library(XML)<br />
u = "http://s.weibo.com/weibo/%E5%9B%9B%E5%85%AD%E7%BA%A7?topnav=1&wvr=5&b=1"<br />
content = getURL(u);<br />
start = gregexpr("找到", content)[[1]]<br />
end = gregexpr("条结果", content)[[1]]<br />
substring(content, start + 2, end - 1)

</p>

wangxiukun

回复第2楼的 Ihavenothing：非常感谢，我好好研究一下

wangxiukun

回复第2楼的 Ihavenothing：前几次运行结果是可以，现在再运行，返回“”空字符

library(RCurl)<br />
library(XML)<br />
u="http://s.weibo.com/weibo/%E5%9B%9B%E5%85%AD%E7%BA%A7?topnav=1&wvr=5&b=1"<br />
content=getURL(u);<br />
start=gregexpr("找到",content)[[1]]<br />
end=gregexpr("条结果",content)[[1]]<br />
substring(content,start+2,end-1)<br />
[1] ""<br />

这是什么情况
</p>

cloud_wei

回复第4楼的 wangxiukun：你跑了多少次？微博把页面改了。

wangxiukun

回复第5楼的 cloud wei：嗯，我还在修改代码，然后运行就出现这个请况了。ps：即使用原来代码都跑不出来。你说微博页面改了，那我应该怎么调整，这个代码不是很明白。不过我个人感觉会不会有这种情况，因为我多次用getURL访问微博界面，行为过多会被认为是robot而被过滤等等（因为查看了content内容，发现里面出现相关字段）

doctorjxd

回复第6楼的 wangxiukun：

就是说你访问太频繁了，网站给可能出了警告页面。

你把网页内容显示出来看看就知道了。

wangxiukun

回复第7楼的 doctorjxd：直接打开，没有什么异常