网页文本的R和readLines

我想从以下网站创建一个数据帧：

不幸的是，我不知道如何使用似乎是制表符分隔符的内容来创建数据列。我下面的代码采用并创建了多个字符串，但我很难确定如何将包含多个单词的名称分隔为一列，就像网站上显示的那样

library(XML)
url<-"http://www.arrs.net/MaraList/ML_2014.htm"
data<-readLines(url)
data<-sub("</FONT></b><FONT SIZE=\"2\" <FONT COLOR=\"#00000\" FACE=\"Courier New,           Courier\">","",data)
data<-sub("<B><FONT COLOR=\"#0066FF\" FACE=\"Arial\">","",data)
data<-read.table(textConnection(data),stringsAsFactors=FALSE)
data<-data[11:40000,1]

库（XML）
url这里有一种方法来阅读本文（使用我维护的两个包和很棒的
stacksplitshape
包）。您将需要开发版本的
qdapTools

devtools::install_github("trinker/qdapTools")
library(qdapTools); library(qdapRegex); library(splitstackshape)
url<-"http://www.arrs.net/MaraList/ML_2014.htm"

m <- readLines(url)[-c(1:7, 2760:2767)]

## Split into lists by country    
x <- loc_split(m, unique(grep("<B><FONT", m)))

## Clean up country names
nms <- rm_angle(sapply(x, `[`, 1))

## remove html country name from data can convert to a data.frame
dat <- list2df(setNames(lapply(x, `[`, -1), nms), "dats", "Country")[, 2:1]

## Use hand parsing technique to locate widths      
## I added a # before each column in row one of data
## gregexpr tells us the location of the # characters
det <- "AAR  #26#Jan #King George Island           #      #27+25   #White Continent                        #4:03:30    #Steve Hibbs (USA)              #4:13:02    #Suzy Seeley (54,TX/USA) "
widths <- gregexpr("#", det)[[1]]

## replace those widths with # character as it is not any where else in data set
for (i in widths){
    substring(dat[["dats"]], i, i) <-  "#" 
}

## split columns on # character
out <- cSplit(dat, 2, sep="#")

out

devtools:：install\u github（“trinker/qdapTools”）
图书馆（QDAP工具）；图书馆（qdapRegex）；库（splitstackshape）
如果数据看起来没有分隔符，那么它看起来是固定宽度的。使用
read.fwf
可能会更好，但你必须自己确定分栏。完全同意@MrFlick，你可以只提取未标记的行：
mara可以理解，谢谢@MrFlick和hrbrmstr
devtools（“trinker/qdapTools”）
？谢谢@tylerinker，我不熟悉这些工具，所以我会看一看。@DirtyFilthyTerribleRaptor-我没有太多时间，而且有一段时间没有更新devtools-可能有一个更新添加了“devtools”功能，但我也没有看到您加载devtools，所以我不确定发生了什么。