【R爬虫-1】BBC Learning English

作者简介Introduction

傅兴：R语言中文社区专栏作者

个人公众号：Rapp

在学习英语的过程中，相信很多人都有和我一样的感受：虽然花了很多时间和金钱，但是总觉得收效甚微，ROI（Return on Investment）很低。

我觉得学好英语和学好R语言有很多共同之处：
1. 要找到适合自己当前水平的学习资料（过于简单是浪费时间，难度过大容易丧失信心）
2. 广泛涉猎各种领域，用英语/R来解决工作和生活中的实际问题
3. 坚持不懈地努力

根据以上几点，我在挑选英语学习资料的时候，设置了3个标准：
1. 难度适中（客观地看待自己的英语水平）
2. 题材广泛，趣味性强（开阔眼界，积累与老外聊（ba）天（gua）时的谈资）
3. 短小精炼（可以利用5-10分钟的时间碎片来学习，容易坚持下去）

最终，我选择的是来自 BBC Learning English 的 6-Minite English：
http://www.bbc.co.uk/learningenglish/english/features/6-minute-english

这个栏目每周都有更新，而且每一期的文档（pdf）和语音（mp3）文件都可以免费下载。我们今天的目标就是用R来自动获取从2014年到2017年的所有pdf和mp3文件。

在动手写爬虫之前，我们需要浏览页面，确定需要获取的内容，并制订爬取策略。

6-Minute English的主页上有2014到2017年每一期（episode）的链接：

点击图片下方绿色的标题可以进入这一期的页面：

我们需要获取的目标链接就是页面右上方的 Download PDF/Audio

我们的爬取策略如下：
1. 下载并解析6-Minute English的主页，找出所有episode的链接和时间信息
2. 根据用户指定的起止日期，筛选出部分episode
3. 依次下载并解析每个episode的页面，找到pdf和mp3文件的链接
4. 下载pdf和mp3文件（首先判断pdf和mp3文件是否已经下载，避免重复下载）

具体代码和注释如下：

程序的输出：

提醒大家注意的是，在比较日期大小的时候一定要从字符型（character）转化成日期型（Date）。

今天的R爬虫就介绍到这里，大家学完了R爬虫，可别忘记学英语哦。如果不付诸行动，再好的学习资料也无济于事！

往期回顾

【R图秀-1】12306列车数据可视化

【R图秀-2】社交网络数据可视化（一）

【R图秀-3】——“全球和平指数”可视化

【R图秀-4】情人节快乐！

【R图秀-5】将薪比薪

【R图秀-6】地震来了

【R图秀-7】中美俄军事实力对比

【R爬虫-1】BBC Learning English相关推荐

Catch Up 朋友小聚 - 地道英语 - BBC Learning English BBC英语教学 - 爱思英语网
Catch Up 朋友小聚 - 地道英语 - BBC Learning English BBC英语教学 - 爱思英语网 Catch Up 朋友小聚 - 地道英语 - BBC Learning Engl ...
how to learning english
how to learning english 1.我们的大脑 ◎锻炼可以修复大脑,但错过了黄金时期,需要更长时间来修复. ◎右脑-创新,唱反调左脑-守旧顽固 2.睡眠 ◎睡眠不足上考场会导致思维混 ...
【入门-R爬虫抓取数据】文本挖掘之数据爬虫
今天主要介绍一下,文本挖掘的数据获取方式,上一篇很多人在问数据如何获取,今天给大家介绍下数据获取的方式,主要利用爬虫抓取数据.基于,之前对python爬虫没接触过,尝试过用R爬虫,今天就来介绍下,如何 ...
同花顺股票分数可视化 | R爬虫可视化第3季
欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答.求职一站式搞定! 本文作者:天善智能社区专家徐麟天善智能社区地址:https://www.hel ...
77 R实现及相关文本挖掘 English participle
R实现及相关文本挖掘 English participle 1 案例背景 2 准备数据 3 建立训练数据和测试数据 4 生成词云图表 5 选取频繁词为特征 6 贝叶斯建模 1 案例背景目前朴素贝叶斯 ...
R爬虫可视化第四季-近三十年6000部国产电视剧告诉了我们些什么
前言: 距离上次发公众号有将近一个月的时间,在此十分感谢大家对于本公众号的大(mei)力(you)支(qu)持(guan).在这里要感谢鹅厂给了本公众号原创声明功能邀请,从本期开始大家可以直接在文章下 ...
近三十年6000部国产电视剧告诉了我们些什么 | R爬虫可视化第四季
欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答.求职一站式搞定! 本文作者:天善智能社区专家徐麟天善智能社区地址:https://www.hel ...
learning English
这些网站是从新东方尹圆圆老师的博客上找来的,希望大家好好利用: 1. http://www.texun.cn/addrso/index.htm 特训网:English Learning Website ...
r语言 index_基于R语言绘制BBC风格图表
作者:吴健中国科学院大学 R语言.统计学爱好者,尤其擅长R语言和Arcgis在生态领域的应用分享个人公众号:统计与编程语言近日在google上浏览一篇文章<BBC Visual and D ...
链家租房市场分析（R爬虫、数据可视化）
链家租房市场数据分析文章目录链家租房市场数据分析前言待解决的问题链家网数据爬取租房数据整理租金.面积.户型的数据可视化结论前言近年来,持续高昂的房价将很多想要安身立命的人挡在了买房 ...

【R爬虫-1】BBC Learning English

【R爬虫-1】BBC Learning English相关推荐

最新文章

热门文章