Analyser des hyperliens dans une trame de données
Examinez la liste ul suivante de « liens utiles ».
Elle contient trois éléments li qui, à leur tour, contiennent des éléments a avec les liens :
Liens utiles
Préparé avec l'aide de Google.
Le code HTML correspondant est disponible sous forme de chaîne dans hyperlink_raw_html.
Dans cet exercice, vous allez analyser ces liens dans une trame de données R en sélectionnant uniquement les éléments a qui se trouvent à l'intérieur des éléments li.
P.-S. : Vous utiliserez tibble(), une fonction du Tidyverse, pour ce faire. tibble() est essentiellement une version allégée de data.frame(), que vous connaissez certainement déjà. Comme avec data.frame(), vous indiquez les noms de colonnes et les données en paires nom de colonne/valeur, comme ceci :
my_tibble <- tibble(
column_name_1 = value_1,
column_name_2 = value_2,
...
)
Cette activité fait partie du cours
Extraction de données Web en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Extract all the a nodes from the bulleted list
links <- hyperlink_raw_html %>%
read_html() %>%
html_elements('li ___')