如何使用R中的WikipediR軟件包從Wikipedia頁面獲取數據？

Question

我需要從多個維基百科頁面中獲取某部分數據。我如何使用WikipediR軟件包來做到這一點？或者還有其他更好的選擇。準確地說，我只需要所有頁面中的以下標記部分。

我怎樣才能得到呢？任何幫助，將不勝感激。

Answer 1

你可以更具體一點，你想要什麼？以下是從網絡導入數據的簡單方法，特別是從Wikipedia導入數據。現在

library(rvest)  
scotusURL <- "https://en.wikipedia.org/wiki/List_of_Justices_of_the_Supreme_Court_of_the_United_States" 

## ******************** 
## Option 1: Grab the tables from the page and use the html_table function to extract the tables you're interested in. 

temp <- scotusURL %>% 
    html %>% 
    html_nodes("table") 

html_table(temp[1]) ## Just the "legend" table 
html_table(temp[2]) ## THE MAIN TABLE 

，如果你想從具有結構基本相同的多個頁面導入數據，但也許只是一些數字或一些改變，請嘗試此方法。

library(RCurl);library(XML) 

pageNum <- seq(1:10) 
url <- paste0("http://www.totaljobs.com/JobSearch/Results.aspx?Keywords=Leadership&LTxt=&Radius=10&RateType=0&JobType1=CompanyType=&PageNum=") 
urls <- paste0(url, pageNum) 

allPages <- lapply(urls, function(x) getURLContent(x)[[1]]) 
xmlDocs <- lapply(allPages, function(x) XML::htmlParse(x))