Voici du code rvest que j’ai utilisé pour trouver l’altitude d’un magnifique endroit où j’ai passé mes vacances récemment.

# Récupérer le document HTML depuis Wikipedia
wikipedia_page <- read_html('https://en.wikipedia.org/wiki/Varigotti')
# Analyser le document et en extraire l’altitude
wikipedia_page %>% 
  html_elements('table tr:nth-child(9) > td') %>% 
  html_text()

Comme vous l’avez vu dans la vidéo, read_html() envoie en réalité une requête HTTP GET lorsqu’on lui passe une URL, comme ici.

L’objectif de cet exercice est de reproduire la même requête sans read_html(), mais en utilisant cette fois les fonctions de httr.

Remarque : en général, rvest suffit, mais si vous souhaitez personnaliser vos requêtes comme vous le verrez plus loin dans ce chapitre, vous devrez connaître l’approche httr.

Pour réviser, vous allez aussi traduire le sélecteur CSS utilisé dans html_elements() en une requête XPATH.

Laquelle de ces affirmations sur HTTP est fausse ?

Web scraping en R

Exercice interactif pratique