Tillbaka på kontoret
Du jobbar fortfarande som dataanalytiker på en webbyrå och har fått i uppgift att göra webbskrapning. Du har fått en lista med URL:er att analysera – ett arbete du redan påbörjade i föregående kapitel.
Du räknar med att den här uppgiften kommer att återkomma: troligtvis blir du ombedd att göra om den om några veckor. För att underlätta ditt framtida arbete har du bestämt dig för att skriva ren och tydlig kod redan nu, så att det blir enklare att återvända till den senare.
Vi börjar med att kombinera de två funktionerna från httr som vi såg i föregående kapitel: GET(), för att hämta webbsidan, och status_code(), för att extrahera statuskoden – och på så sätt skapa ett verktyg för att extrahera statuskoder.
Vektorn urls finns fortfarande tillgänglig i din arbetsmiljö. Vi har behållit endast de URL:er som går att nå.
Den här övningen är en del av kursen
Funktionell programmering på mellannivå med purrr
Övningsinstruktioner
Läs in
purrrochhttr.Komponera en statusextraktor med
GET()ochstatus_code().Testa den nya funktionen på "https://www.thinkr.fr" och "https://en.wikipedia.org".
Mappa den här funktionen direkt på vektorn
urls.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Launch purrr and httr
# Compose a status extractor
status_extract <- ___(___, ___)
# Try with "https://thinkr.fr" & "https://en.wikipedia.org"
___("https://thinkr.fr")
___("https://en.wikipedia.org")
# Map it on the urls vector, return a vector of numbers
___(urls, ___)