如何使用R发送搜索词并从网站检索信息

Question

我想在此网站（http://www.commonchemistry.org/）上搜索一千多种不同药物的列表，然后获取每种药物的CAS号。

我查找了“ httr”软件包，但是我没有刮网的经验。有没有简单的方法可以做到这一点？

非常感谢您

Answer 1

使用search.aspx和搜索词，并使用rvest包在HTML中寻找合适的元素：

> library(rvest)
> h = read_html("http://www.commonchemistry.org//search.aspx?terms=paracetamol")
> html_text(html_node(h,"#registryNumberLabel"))
[1] "103-90-2"

适用于“阿司匹林”和“扑热息痛”，但是“伟哥”返回NA，因为未找到。可能会发生其他事情。

添加&exact=true以对搜索词进行完全匹配，否则，您可能会在格式略有不同的页面上获得多个匹配项。