使用R进行抓取时，如何避免404错误

Question

我通过循环插入一些变量来访问网页

偶尔会出现404错误。

如何为这些页面插入某种类型的catch以避免破坏代码。我目前使用XML包，但当然可以在适当的时候加载其他

TIA

Answer 1

我大多数时候使用RCurl::url.exists()。如果您有一个列表或包含所有网址的数据框，您可以尝试这样做：

map(p, ~ifelse(RCurl::url.exists(.), ., NA))

HTH！