Parsowanie hiperłączy do ramki danych
Przyjrzyj się poniższej liście ul z "przydatnymi linkami".
Składa się z trzech elementów li, które zawierają elementy a z odnośnikami:
Helpful links
Compiled with help from Google.
Odpowiadający temu kod HTML jest dostępny jako ciąg znaków w zmiennej hyperlink_raw_html.
W tym ćwiczeniu sparsujemy te linki do ramki danych R, wybierając wyłącznie elementy a znajdujące się wewnątrz elementów li.
PS: Do tego celu użyjesz funkcji tibble() z biblioteki Tidyverse. tibble() to uproszczona wersja data.frame(), którą na pewno już znasz. Podobnie jak w data.frame(), podajesz nazwy kolumn i dane jako pary nazwa–wartość:
my_tibble <- tibble(
column_name_1 = value_1,
column_name_2 = value_2,
...
)
To ćwiczenie jest częścią kursu
Web Scraping w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Extract all the a nodes from the bulleted list
links <- hyperlink_raw_html %>%
read_html() %>%
html_elements('li ___')