Question

我想把网页上的表格刮到Mac上的R：

library("rvest")
url <- "https://www.gpw.pl/wskazniki_spolek_full"
gpw <- url %>%
read_html() %>%
html_nodes(xpath='//table') %>%
html_table(fill = TRUE)
gpw



  Error: Failure when receiving data from the peer
  Error: object 'gpw' not found

当我在Windows上通过RStudio从这个网站下载表格或通过Excel（数据选项卡 - ＆gt;获取外部数据 - >来自Web）时，它可以正常工作。

修改我在访问此特定网页时遇到问题。似乎根本就没有联系。当我在不同的网页上尝试相同的代码时，它可以工作。例如：

url <- "https://pl.wikipedia.org/wiki/Mapa"
Map <- url %>%
  read_html()
Map
{xml_document}
<html class="client-nojs" lang="pl" dir="ltr">
[1] <head>\n  <meta charset="UTF-8"/>\n  <title>Mapa – Wikipedia, wolna encyklopedia</title>\n  <s ...
[2] <body class="mediawiki ltr sitedir-ltr mw-hide-empty-elt ns-0 ns-subject page-Mapa rootpage-Ma ...

我正在寻找类似的案例，但R没有答案（只有一些用于php curl）。

Answer 1

以下代码正常运行，但如果您想要一张干净的桌子，则必须进行一些清洁：

library("rvest")
url <- "https://www.gpw.pl/wskazniki_spolek_full"
population <- url %>%
  read_html() %>%
  html_nodes(xpath='//table') %>%
  html_table(fill = TRUE)

population

刮刮https会在Mac上返回错误但在Windows上有效

1 个答案: