使用R语言和htmltab库的爬虫程序

library(htmltab)
 
# 定义一个函数来获取指定城市的天气信息
get_weather_info <- function(city) {
  # 构造目标网页的URL
  url <- sprintf("https://www.aqistudy.cn/historydata/daydata.php?city=%s", city)
  
  # 使用htmltab从网页中提取表格数据
  tryCatch({
    weather_table <- htmltab(url, trim = TRUE)
    
    # 处理表格数据，根据需要进行更多的数据清洗和转换
    if (nrow(weather_table) > 0) {
      # 将日期字符串转换为日期对象
      weather_table$日期 <- as.Date(weather_table$日期, format = "%Y-%m-%d")
      # 返回处理后的数据
      return(weather_table)
    } else {
      message("没有找到数据")
    }
  }, error = function(e) {
    message("网页解析错误: ", conditionMessage(e))
  })
}
 
# 示例：获取"北京"的天气信息
beijing_weather <- get_weather_info("北京")
print(beijing_weather)

这段代码定义了一个函数get_weather_info，它接受一个城市名称作为参数，构造相应的URL，使用htmltab函数从网页中提取表格数据，并对提取的数据进行简单的处理（例如日期格式转换）。然后，它尝试提取数据，并在出现错误时捕获异常，打印相关的错误信息。最后，它提供了一个使用这个函数获取特定城市天气信息的示例。