Raspagem na Web das principais estatísticas de ações do Finviz com R
Tentei descartar do Finviz algumas estatísticas importantes sobre as ações. Apliquei códigos da pergunta original:Rastreio na Web das principais estatísticas no Yahoo! Finanças com R. Para coletar estatísticas para o maior número possível de ações, crio uma lista de símbolos e descrições de ações como esta:
Symbol Description
A Agilent Technologies
AAA Alcoa Corp
AAC Aac Holdings Inc
BABA Alibaba Group Holding Ltd
CRM Salesforce.Com Inc
...
Selecionei a primeira coluna e a armazenei como um caractere em R e chamei de ações. Então eu apliquei o código:
for (s in stocks) {
url <- paste0("http://finviz.com/quote.ashx?t=", s)
webpage <- readLines(url)
html <- htmlTreeParse(webpage, useInternalNodes = TRUE, asText = TRUE)
tableNodes <- getNodeSet(html, "//table")
# ASSIGN TO STOCK NAMED DFS
assign(s, readHTMLTable(tableNodes[[9]],
header= c("data1", "data2", "data3", "data4", "data5", "data6",
"data7", "data8", "data9", "data10", "data11", "data12")))
# ADD COLUMN TO IDENTIFY STOCK
df <- get(s)
df['stock'] <- s
assign(s, df)
}
# COMBINE ALL STOCK DATA
stockdatalist <- cbind(mget(stocks))
stockdata <- do.call(rbind, stockdatalist)
# MOVE STOCK ID TO FIRST COLUMN
stockdata <- stockdata[, c(ncol(stockdata), 1:ncol(stockdata)-1)]
No entanto, para algumas ações, o Finviz não tem uma página para elas e recebo massagens de erro como esta:
Error in file(con, "r") : cannot open the connection
In addition: Warning message:
In file(con, "r") :
cannot open URL 'http://finviz.com/quote.ashx?t=AGM.A': HTTP status was '404
Not Found'
Há um bom número de ações que têm essa situação, portanto não posso excluí-las da minha lista manualmente. Existe uma maneira de ignorar a obtenção da página para essas ações? Desde já, obrigado!