Appliquer une limitation de débit à un robot d'indexation multipage
L'objectif de cet exercice est d'obtenir les coordonnées des trois plus hauts sommets de la planète, ainsi que leur nom.
Vous tirerez cette information de leurs pages Wikipedia correspondantes, en temps réel. Pour éviter de surcharger Wikipedia, vous appliquerez une limitation de débit avec la fonction slowly(). Après chaque consultation d'une page Wikipedia, votre programme doit attendre un court moment. Trois pages, ce n'est pas énorme, mais le principe s'applique à toute opération de collecte : soyez prudent et insérez un délai entre les requêtes.
Vous trouverez le nom du sommet dans un élément dont l'ID est "firstHeading", tandis que les coordonnées se trouvent dans un élément avec la classe "geo-dms", qui est un descendant d'un élément dont l'ID est "coordinates".
purrr a été préchargé et les URL sont contenues dans mountain_wiki_pages.
Cette activité fait partie du cours
Extraction de données Web en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Define a throttled read_html() function with a delay of 0.5s
read_html_delayed <- ___(___,
rate = ___(___))