Download kommunalvalgsdata fra kmdvalg.dk.

KV2013

library(XML)
# main page
url <- "http://kmdvalg.dk/main"

# read links
url.data <- readLines(url)
doc <- htmlTreeParse(url.data,  useInternalNodes = TRUE)

#grab urls
urls <- unlist(xpathApply(doc, "//div[@class='LetterGroup']//a[@href]", 
                          xmlGetAttr, "href"))

# function
get.data <- function(url){
  # read url
  cat("url:", url)
  url.data <- readLines(url)
  tables <- htmlTreeParse(url.data,  useInternalNodes = TRUE, encoding = "UTF-8")
  
  #grab data
  st.nu <- xpathSApply(tables, "//td[@class='StemmerNu']", xmlValue)
  st.sidst <- xpathSApply(tables, "//td[@class='StemmerSidst']", xmlValue)
  navn <- xpathSApply(tables, "//td[@class='kandidat']", xmlValue)
  kom <- xpathSApply(tables, "//title", xmlValue)
  
  # clean
  st.nu <- st.nu[c(rep(TRUE,1),FALSE)]
  st.sidst <- st.sidst[c(rep(TRUE,1),FALSE)]
  navn <- navn[c(rep(FALSE,1),TRUE)]
  # clean some more 
  st.nu <- gsub("\\.","", st.nu)
  st.sidst <- gsub("\\.","", st.sidst)
  st.sidst <- gsub("\\(|\\)", "", st.sidst)
  kom <- gsub("Kommunalvalg ","", kom)
  kom <- rep(kom, length(st.nu))
  return(cbind(navn,st.nu,st.sidst,kom))
}

data <- list()

for (i in seq_along(urls)){
  # extracting information
  data[[i]] <- get.data(urls[i])
  # waiting one second between hits
  Sys.sleep(1)
  cat(" done!\n")
}

data <- data.frame(do.call(rbind, data), stringsAsFactors=F)
colnames(data) <- c("kandidatlister","stemmetal","ændring","kommune")

Hej Sebastian

For en der ikke ved noget om XML eller kodning generalt, kan din kode stadig bruges? Og hvad skal jeg præcis gøre for at bruge den.

Har forsøgt mig frem via google, men synes ikke der er noget der fungerer.