Я собираю некоторую информацию из Google Книг (проводя исследования для команд НХЛ), и для начала использую RSelenium
:
library(tidyverse)
library(RSelenium) # using Docker
library(rvest)
library(httr)
remDr <- remoteDriver(port = 4445L, browserName = "chrome")
remDr$open()
remDr$navigate("https://books.google.com/")
books <- remDr$findElement(using = "css", "[name = 'q']")
books$sendKeysToElement(list("NHL teams", key = "enter"))
bookElem <- remDr$findElements(using = "xpath",
"//h3[@class = 'LC20lb']//parent::a")
links <- sapply(bookElem, function(bookElem){
bookElem$getElementAttribute("href")
})
Выше приведен переход на правильную страницу и поиск "команд НХЛ". Единственное предостережение состоит в том, что некоторые из этих книг имеют страницу «предварительного просмотра», и чтобы добраться до сути (название, автор и т. Д.), Нужно сделать один щелчок дальше, в «Об этой книге»:
for(link in links) {
remDr$navigate(link)
# If statement to get past book previews
if (str_detect(link, "frontcover")) {
# Finding elements for "About this book"
link2 <- remDr$findElements(using = 'xpath',
'//a[@id="sidebar-atb-link" and span[.="About this book"]]')
# Clicking on the "About this book" links
link2_about <- sapply(link2, function(link2){
link2$getElementAttribute('href')
})
duh <- map(link2_about, read_html)
# NHL book title, author
nhl_title <- duh %>%
map(html_nodes, '#bookinfo > h1 > span.fn > span') %>%
map_chr(html_text) %>%
print()
author1 <- duh %>%
map(html_nodes, '#bookinfo div:nth-child(1) span') %>%
map_chr(html_text) %>%
print()
test_df <- cbind(nhl_title, author1) # ONLY binds the last book/author
print(test_df)
} else {
print("lol you thought this would work?") # haven't built this part out yet
}
}
Мое использование map
печатает отдельные заголовки / авторов, и я не могу понять, как поместить их в кадр данных. Каждый раз, когда я использую tibble()
или map_dfr()
, я получаю ошибки. В приведенном выше цикле for
указан заголовок, а затем автор, но ничего не собрано. Как мне связать все это в один кадр?