diff --git a/webmotors.Rmd b/webmotors.Rmd
new file mode 100644
index 0000000000000000000000000000000000000000..5e2a8a3de9f32d367e48398bc35b0fa3531ab6aa
--- /dev/null
+++ b/webmotors.Rmd
@@ -0,0 +1,187 @@
+---
+title: "Webmotors - Web Scraping"
+output: html_document
+---
+
+Bruna Wundervald - GRR20137536
+
+*Carregando os pacotes*
+```{r, echo=TRUE, message=FALSE}
+library(XML)
+library(RCurl)
+library(googleVis)
+library(plyr)
+op <- options(gvis.plot.tag="chart")
+```
+
+ - O modelo de carro escolhido foi o Veloster - Hyundai.
+
+*Leitura das página web e extração de dados - preço de venda, ano, km percorridos, cor, tipo de câmbio, cidade/estado de origem.*
+```{r, echo=TRUE, warning=FALSE, cache=TRUE, error=TRUE}
+pag <- function(i){
+ site <- paste("http://www.webmotors.com.br/comprar/carros/novos-usados/veiculos-todos-estados/hyundai/veloster/?tipoveiculo=carros&anunciante=concession%C3%A1ria%7Cloja%7Cpessoa%20f%C3%ADsica&tipoanuncio=novos%7Cusados&marca1=hyundai&modelo1=veloster&palavrachave=veloster&estado1=veiculos-todos-estados&qt=36&o=1&p=",i, sep="")
+ url <- readLines(site)
+ h <- htmlTreeParse(file=url, asText=TRUE, useInternalNodes = TRUE, encoding = "utf-8")
+
+ # Obtendo os preços
+ preco <- getNodeSet(doc=h, path="//div[@class='stripe-upper']//div", fun=xmlValue)
+ # preco <- gsub(x=preco, pattern="[^[:digit:]]", repl="", perl=TRUE)
+ preco <- gsub(x=preco, pattern="\\D", repl="")
+ # Porque existem tantos resultados?
+ m <- matrix(unlist(preco), ncol=2, byrow=TRUE)
+ preco <- as.numeric(m[,1])
+
+ # Extração de ano, cor, quilômetragem e tipo de câmbio.
+ extract <- getNodeSet(doc=h, path="//div[@class='features']//div//span", fun=xmlValue)
+ m2 <- matrix(unlist(extract), ncol=4, byrow=TRUE)
+ m2[,3] <- gsub(x=m2[,3], pattern="\\D", repl="")
+
+ # Extração de cidade/estado.
+ cid.est <- getNodeSet(doc=h, path="//div[@class='card-footer']//span", fun=xmlValue)
+ m3 <- matrix(unlist(cid.est), ncol=2, byrow=TRUE)
+ cid.est <- m3[,1]
+
+ # Formando uma única tabela de resultados
+ tab <- data.frame(preco, m2, cid.est,
+ stringsAsFactors=FALSE)
+ names(tab) <- c("Preço", "Ano", "Cor", "Km", "Câmbio",
+ "Cidade/Estado")
+ return(tab)
+}
+
+L <- vector(mode="list", length=12)
+for(i in 1:length(L)){
+ L[[i]] <- pag(i)
+}
+
+tab <- do.call(rbind, L)
+head(tab)
+
+```
+
+*Construção dos gráficos com a tabela obtida.*
+
+ - Gráficos de frequências para o número de veículos em cada ano (barras).
+```{r, echo=TRUE, results='asis', tidy=TRUE, error=TRUE}
+names(tab) <- c("a", "b","c", "d", "e", "f")
+tab$h <- gsub(tab$f, pattern ='^.*\\((..)\\)$', rep='\\1')
+tab$b <- as.factor(tab$b)
+bb <- count(tab$b)
+bb$freq <- as.vector(bb$freq)
+b <- levels(tab$b)
+bar <- data.frame(b, bb$freq)
+
+barras <- gvisBarChart(bar, options = list(
+ hAxis="{title:'Frequência'}",
+ vAxis="{title: 'Ano dos Veículos'}",
+ bar="{groupWidth:'90%'}",
+ width=800, height=600))
+
+plot(barras)
+```
+*Interpretação: existem muitos carros dos anos 2011/2012 e 2012/2013. Dificilmente encontramos um 2010/2011 ou 2011.*
+
+
+ - Gráficos de frequências para o número de veículos segundo o tipo de cambio (setores).
+```{r, echo=TRUE, results='asis', tidy=TRUE}
+ee <- count(tab$e)
+ee$freq <- as.vector(ee$freq)
+tab$e <- as.factor(tab$e)
+e <- levels(tab$e)
+pie <- data.frame(e, ee$freq)
+
+setores <- gvisPieChart(pie, options=list(
+ legend="Tipo de Câmbio",
+ width=800, height=600,
+ slices="{0: {offset: 0.2},
+ 1: {offset: 0.2},
+ 2: {offset: 0.2}}",
+ colors="['green', 'orange', 'purple']",
+ pieSliceText='label',
+ pieHole=0.5),
+ chartid="doughnut")
+plot(setores)
+```
+*Interpretação: a marcha predominante neste tipo de carro é a automática, normal ou sequencial. Existem pouquissímos carros com marcha manual.*
+
+
+ - Gráfico do total de veículos por estado em um mapa.
+```{r, echo=TRUE, results='asis', tidy=TRUE}
+estados <- gsub(tab$f, pattern ='^.*\\((..)\\)$', rep='\\1')
+tab$h <- estados
+est <- count(estados)
+est$x <- c("Bahia", "Ceará", "Distrito Federal",
+ "Espírito Santo", "Goiás", "Minas Gerais", "Mato Grosso do Sul", "Mato Grosso",
+ "Pará", "Paraíba", "Pernambuco","Piauí", "Paraná", "Rio de Janeiro",
+ "Rio Grande do Norte", "Rondônia", "Rio Grande do Sul", "Santa Catarina",
+ "Sergipe", "São Paulo", "Tocantins")
+names(est) <- c("x", "y")
+
+# Neste chunk e no próximo, caso algum carro seja excluído do site, um estado pode ser excluído junto com ele, já que temos vários estados com apenas uma unidade do carro, logo, há a possibilidade de ocorrer erro na execução do código.
+
+mapa <- gvisGeoMap(est, locationvar='x', numvar='y',
+ options=list(region='BR', height=350,
+ displayMode="regions",
+ resolution="provinces",
+ width=600, height=400))
+
+plot(mapa)
+```
+*Interpretação: São Paulo é aonde existe a maior quantidade deste carro a venda. Estados como o Rio de Janeiro, Paraná e Minas Gerais também têm alguns deste carro para venda, mas a quantidade ainda é pequena perto de São Paulo. Nos outros estados ele é realmente bem raro.*
+
+ - Gráfico do preço médio dos veículos por estado em um mapa.
+```{r, echo=TRUE, results='asis', tidy=TRUE}
+med <- aggregate(a~h, data=tab, mean)
+med$h <- c("Bahia", "Ceará", "Distrito Federal",
+ "Espírito Santo","Goiás", "Minas Gerais",
+ "Mato Grosso do Sul", "Mato Grosso", "Pará", "Paraíba",
+ "Pernambuco","Piauí", "Paraná", "Rio de Janeiro",
+ "Rio Grande do Norte", "Rondônia","Rio Grande do Sul",
+ "Santa Catarina", "Sergipe", "São Paulo", "Tocantins")
+
+pmedio <- gvisGeoMap(med, locationvar='h', numvar='a',
+ options=list(region='BR', height=350,
+ displayMode="regions",
+ resolution="provinces",
+ width=600, height=400))
+plot(pmedio)
+```
+*Interpretação: O Mato Grosso é aonde o preço médio do carro é o mais elevado, mas também só encontramos uma unidade do carro neste estado. Seguido do Mato Grosso, temos o Tocantins, Mato Grosso do Sul e Santa Catarina com preços médios altos.*
+
+ - Diagrama de dispersão do preço de venda em função dos km percorridos.
+```{r, echo=TRUE, results='asis', tidy=TRUE}
+tab$d <- as.numeric(tab$d)
+disp <- data.frame(tab$a, tab$d)
+
+dispe <- gvisScatterChart(
+ disp,
+ options=list(
+ legend="none",
+ vAxis="{title:' KM '}",
+ hAxis="{title: 'Preço de Venda'}",
+ width=800, height=600))
+plot(dispe)
+```
+*Interpretação: Este gráfico mostra que, no geral, o preço no carro aumento quanto menor seja a quilômetragem.*
+
+ - Gráfico de caixas do preço em função do ano do veículo.
+```{r, echo=TRUE, results='asis', tidy=TRUE}
+# Ano e preço
+ano <- tab$b
+pre <- tab$a
+boxp <- data.frame(ano, pre)
+a <- boxplot(pre~ano, boxp, outline=FALSE, plot=FALSE)
+
+min <- a$stats[1,]
+max <- a$stats[5,]
+open <- a$conf[1,]
+close <- a$conf[2,]
+factors <- a$names
+
+bp <- data.frame(factors, min, open, close, max)
+
+boxpl <- gvisCandlestickChart(bp,
+ options=list(legend='none'))
+plot(boxpl)
+```
+*Interpretação: Este gráfico mostra que carros "mais antigos" tendem a ter um preço mais baixo, mas também uma maior variação. Carros mais novos custam mais caro mas têm um preço mais estável.*