htmlParse无法加载外部实体

Question

我正在尝试从

中提取数据

url <- ("http://angel.co/companies?locations[]=1647-India")

代码：

library(XML) 
my <- htmlParse(url)

  

错误：无法从网址加载外部实体

尝试2 ：

library(XML)
library(httr)
qw <- GET(url)
my <- readHTMLTable(rawToChar(qw$content))

  

qw $ content出错：$ operator对原子向量无效

尝试3 ：

qw <- getURL(url)
my <- readHTMLTable(url, stringsAsFactors = F)

  

错误：找不到函数“getURL”

     

错误：无法从网址加载外部实体

Answer 1

网址提供301状态，原因是网站只允许SSL连接。试试这个（基本上不同之处在于使用https代替http）。

library(XML)
library(RCurl)
url <- ("https://angel.co/companies?locations[]=1647-India")
htmlContent <- getURL(url)
htmlTree <- htmlTreeParse(htmlContent)