分页表

Question

我正在尝试为每个页面抓一张桌子，然后将它们全部放到一个数据框中。以下代码适用于第0至5页：

pages <- 0:5
urls <- paste0("http://www.expansionyempleo.com/buscar-trabajo-empleo/cid/3BC18A08D9BB661C9B65C93203B654EF/canal/0/pagenumber/",pages)

get_table <- function(url) {
url %>%
read_html() %>%
html_nodes(xpath = '//*[@id="mytable"]') %>% 
html_table()
}

results <- sapply(urls, get_table)
results <- rbind_all(results)
View(results)

但是，当我将页面从5增加到例如20时，我收到以下错误：

bind_rows_（x，id = id）中的错误：参数1必须具有名称

任何帮助非常感谢。感谢

Answer 1

我尝试了以下代码，但没有使用循环而不是应用错误：

pages <- 0:5
urls <- paste0("http://www.expansionyempleo.com/buscar-trabajo-empleo/cid/3BC18A08D9BB661C9B65C93203B654EF/canal/0/pagenumber/",pages)
result <- data.frame()

for (i in 1:length(urls)) {

   temp_result <- read_html(urls[i]) %>%
   html_nodes(xpath = '//*[@id="mytable"]') %>% 
   html_table() %>%
   as.data.frame()

   result <- rbind(result, temp_result)
}

但是，我认为页面结构改变或避免显示超过5页没有注册？！ （我这里缺乏西班牙语知识）。 但是，如果您尝试使用页面＆gt;打开网址5，显示以下弹出窗口：

  

Para poder seguir revisando las vacantes de empleo en nuestro sitio，   debes ingresar con tu电子邮件yContseña

所以你遇到的似乎是一个页面视图限制而不是编码问题。

你的代码非常酷btw（总是在循环中处理这类问题）并且似乎不是错误消息的原因。