首先要知道的是，有很多从网上抓取数据的方法，抓取的源主要有两种，一种是html网页，一种是json。
从网上抓这两种东西时，你不一定要全部用R,用类似java,php,python之类的也能很快的完成任务，问题的关键是对于文档的解析。至于通过网站获取json接口，这个就要老手的经验了。
文档对象模型
使用任何语言，或者工具都不要紧，重要的是你必须了解文档对象模型——这个至关重要！如果你深入的了解了文档对象模型，从网上抓取数据就像回家一样的轻松
上图就是文档对象模型的一个直观印象，你打开的任何一个网页都可以转换成像是上面这样的图。一个文档就是一个页面，然后从根出发，一直向下细分。如果你有学过数据结构的化，那就太好了，如果没学过也没什么关系，你要知道的是它是一棵“树”——如果倒过来会更形象，我们总是从根部出发来找寻东西。比如假定我要访问那个写着“文本：”我的链接“的节点，我们需要从根元素<html>开始，然后找到<body>元素，然后找到元素<a>,然后找到我们要找的这个节点，这些节点就是一个路径，指引我们可以从根节点找到我们需要的节点。路径至关重要，一旦你理解了它，你就可以在几分钟内使用java的jsoup,或者是php的xpath之类（都是用于解析文档的工具），找到你想要得，它们说白了，就是通过路径找到你想要的节点，而你需要的数据就是这些节点的属性罢了！
我再引用W3School 提供的一个例子
<?xml version="1.0" encoding="ISO-8859-1"?>
<bookstore>
<book>
<title>Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>
</bookstore>
这个是一个xml的文件，它是像上面那样用图片表述文档的另一种方式，它们没有什么不同。第一行规定了它是个xml文件，我们从<bookstore>开始，它会是根节点，然后<bookstore>下面有<book> ,<book>下面有诸如<title>,<author>这样的节点。
然后以下，直接引用w3school的原文，它介绍了节点的分类，类似于人类社会族系的分类，都很简单：
上面的XML文档中的节点例子：
<bookstore> （文档节点）
<author>J K. Rowling</author> （元素节点） （属性节点）
基本值（或称原子值，Atomic value）基本值是无父或无子的节点。
基本值的例子：
J K. Rowling "en"
项目（Item）
项目是基本值或者节点。
节点关系
父（Parent）每个元素以及属性都有一个父。
在下面的例子中，book 元素是 title、author、year 以及 price 元素的父：
<book> <title>Harry Potter</title> <author>J K. Rowling</author> <year>2005</year> <price>29.99</price> </book>
子（Children）元素节点可有零个、一个或多个子。
在下面的例子中，title、author、year 以及 price 元素都是 book 元素的子：
<book> <title>Harry Potter</title> <author>J K. Rowling</author> <year>2005</year> <price>29.99</price> </book>
同胞（Sibling）拥有相同的父的节点
在下面的例子中，title、author、year 以及 price 元素都是同胞：
<book> <title>Harry Potter</title> <author>J K. Rowling</author> <year>2005</year> <price>29.99</price> </book>
先辈（Ancestor）某节点的父、父的父，等等。
在下面的例子中，title 元素的先辈是 book 元素和 bookstore 元素：
<bookstore> <book> <title>Harry Potter</title> <author>J K. Rowling</author> <year>2005</year> <price>29.99</price> </book> </bookstore>
后代（Descendant）某个节点的子，子的子，等等。
在下面的例子中，bookstore 的后代是 book、title、author、year 以及 price 元素：
<bookstore> <book> <title>Harry Potter</title> <author>J K. Rowling</author> <year>2005</year> <price>29.99</price> </book> </bookstore>
