如何将in.HTM作为数据帧读入R？

我对我的一些交易进行回溯测试，我有非常大的

.HTM

本地文件。它们大约是250mb一块，我很难将它们读入R来对数据集进行一些数据分析。我曾尝试将本地文件中的数据复制并粘贴到excel中，然后读取到R中，但该文件太大，我无法在网页或excel崩溃之前将所有数据成功复制到excel中

我正试图进行以下工作：

1.将

.htm

文件成功读入R

2.通过下表解析页面顶部的文本和页面中心的图像

3.将具有列和行的数据放入数据框中进行数据分析

有人有什么精明的想法来阅读这些数据吗？我尝试过使用包

RCurl

、

rlist

和

XML

读取.lines，但没有成功

如有任何帮助/反馈，我将不胜感激

类似于：

require(dplyr)
require(plyer)
require(data.table)
require(jsonlite)
require(httr)
require(rvest)
require(XML)
require(plyr)


COLORDER = c("symbol", "code", "type", "expiry", "strike", "premium", "bid", "ask", "volume", "open.interest", "retrieved")


# AUSTRALIAN OPTIONS --------------------------------------------------------------------------------------------------

# ASX is the Australian Securities Exchange.

URLASX = 'http://www.asx.com.au/asx/markets/optionPrices.do?by=underlyingCode&underlyingCode=%s&expiryDate=&optionType=B'

getOptionChainAsx <- function(symbol) {
  url = sprintf(URLASX, symbol)

  html <- read_html(url)

  # Use the second element in the list (the first element gives data on the underlying stock)
  #
  options = (html %>% html_nodes("table.options") %>% html_table(header = TRUE))[[2]] %>%
    plyr::rename(c("Bid" = "bid", "Offer" = "ask", "Openinterest" = "open.interest", "Volume" = "volume", "Expirydate" = "expiry",
                   "P/C" = "type", "Margin Price" = "premium", "Exercise" = "strike", "Code" = "code")) %>%
    transform(
      symbol        = symbol,
      code          = code,
      retrieved     = Sys.time(),
      open.interest = suppressWarnings(as.integer(gsub(",", "", open.interest))),
      premium       = suppressWarnings(as.numeric(premium)),
      bid           = suppressWarnings(as.numeric(bid)),
      ask           = suppressWarnings(as.numeric(ask)),
      volume        = suppressWarnings(as.integer(gsub(",", "", volume))),
      expiry        = as.Date(expiry, format = "%d/%m/%Y")
    ) %>% dplyr::arrange(type, strike, expiry)
  options[, COLORDER]
}

getOptionChainAsx("BHP")

require（dplyr）
需要（plyer）
要求（数据表）
require（jsonlite）
要求（httr）
要求（rvest）
需要（XML）
需要（plyr）
着色剂=c（“符号”、“代码”、“类型”、“到期日”、“罢工”、“溢价”、“出价”、“询问”、“数量”、“未结利息”、“已检索”）
#澳大利亚选择--------------------------------------------------------------------------------------------------
#澳大利亚证券交易所是澳大利亚证券交易所。
URLASX=http://www.asx.com.au/asx/markets/optionPrices.do?by=underlyingCode&underlyingCode=%s&expiryDate=&optionType=B'
getOptionChainAsx%html_表（header=TRUE））[[2]]%>%
plyr：：重命名（c（“投标”=“投标”，“报价”=“询问”，“开放兴趣”=“开放兴趣”，“数量”=“数量”，“到期日”=“到期日”，
“P/C”=“类型”，“保证金价格”=“溢价”，“行权”=“行权”，“代码”=“代码”）））%>%
转化(
符号=符号，
代码=代码，
已检索=Sys.time（），
open.interest=suppressWarnings（作为.integer（gsub（“，”，“”，open.interest）），
高级=抑制警告（如.numeric（高级）），
bid=suppressWarnings（作为.numeric（bid）），
ask=抑制警告（如.numeric（ask）），
volume=suppressWarnings（作为.integer（gsub（“，”，“”，volume）），
到期日=截止日期（到期日，格式=“%d/%m/%Y”）
)%%>%dplyr:：排列（类型、罢工、到期）
选项[，着色器]
}
getOptionChainAsx（“必和必拓”）

类似于：

require(dplyr)
require(plyer)
require(data.table)
require(jsonlite)
require(httr)
require(rvest)
require(XML)
require(plyr)


COLORDER = c("symbol", "code", "type", "expiry", "strike", "premium", "bid", "ask", "volume", "open.interest", "retrieved")


# AUSTRALIAN OPTIONS --------------------------------------------------------------------------------------------------

# ASX is the Australian Securities Exchange.

URLASX = 'http://www.asx.com.au/asx/markets/optionPrices.do?by=underlyingCode&underlyingCode=%s&expiryDate=&optionType=B'

getOptionChainAsx <- function(symbol) {
  url = sprintf(URLASX, symbol)

  html <- read_html(url)

  # Use the second element in the list (the first element gives data on the underlying stock)
  #
  options = (html %>% html_nodes("table.options") %>% html_table(header = TRUE))[[2]] %>%
    plyr::rename(c("Bid" = "bid", "Offer" = "ask", "Openinterest" = "open.interest", "Volume" = "volume", "Expirydate" = "expiry",
                   "P/C" = "type", "Margin Price" = "premium", "Exercise" = "strike", "Code" = "code")) %>%
    transform(
      symbol        = symbol,
      code          = code,
      retrieved     = Sys.time(),
      open.interest = suppressWarnings(as.integer(gsub(",", "", open.interest))),
      premium       = suppressWarnings(as.numeric(premium)),
      bid           = suppressWarnings(as.numeric(bid)),
      ask           = suppressWarnings(as.numeric(ask)),
      volume        = suppressWarnings(as.integer(gsub(",", "", volume))),
      expiry        = as.Date(expiry, format = "%d/%m/%Y")
    ) %>% dplyr::arrange(type, strike, expiry)
  options[, COLORDER]
}

getOptionChainAsx("BHP")

require（dplyr）
需要（plyer）
要求（数据表）
require（jsonlite）
要求（httr）
要求（rvest）
需要（XML）
需要（plyr）
着色剂=c（“符号”、“代码”、“类型”、“到期日”、“罢工”、“溢价”、“出价”、“询问”、“数量”、“未结利息”、“已检索”）
#澳大利亚选择--------------------------------------------------------------------------------------------------
#澳大利亚证券交易所是澳大利亚证券交易所。
URLASX=http://www.asx.com.au/asx/markets/optionPrices.do?by=underlyingCode&underlyingCode=%s&expiryDate=&optionType=B'
getOptionChainAsx%html_表（header=TRUE））[[2]]%>%
plyr：：重命名（c（“投标”=“投标”，“报价”=“询问”，“开放兴趣”=“开放兴趣”，“数量”=“数量”，“到期日”=“到期日”，
“P/C”=“类型”，“保证金价格”=“溢价”，“行权”=“行权”，“代码”=“代码”）））%>%
转化(
符号=符号，
代码=代码，
已检索=Sys.time（），
open.interest=suppressWarnings（作为.integer（gsub（“，”，“”，open.interest）），
高级=抑制警告（如.numeric（高级）），
bid=suppressWarnings（作为.numeric（bid）），
ask=抑制警告（如.numeric（ask）），
volume=suppressWarnings（作为.integer（gsub（“，”，“”，volume）），
到期日=截止日期（到期日，格式=“%d/%m/%Y”）
)%%>%dplyr:：排列（类型、罢工、到期）
选项[，着色器]
}
getOptionChainAsx（“必和必拓”）

正如您提到的，您的

.HTM

文件是本地文件，因此要读取本地文件，下面是代码：

 rawHTML <- paste(readLines("path/toYour/file.html"), collapse="\n")

---

rawHTML正如您所提到的，您的
.HTM
文件是本地文件，因此要读取本地文件，下面是代码：

 rawHTML <- paste(readLines("path/toYour/file.html"), collapse="\n")

rawHTML