使用 rvest 包刮取航空安全数据答案

【问题标题】：Use rvest package to scrape aviation safety data使用 rvest 包刮取航空安全数据
【发布时间】：2018-03-05 08:31:57
【问题描述】：

我是 R 新手，在 Web 编程方面经验为零。现在我被分配了一个项目来处理和可视化航空安全数据。我在网上搜索了数据，得到了这里的网站http://aviation-safety.net/database/ 我对飞机类型、年份、国家和航空公司子类别感兴趣，如何使用 rvest 将这些数据作为数据框抓取？

这就像一个搭便车的问题，但我不知道刮擦。

【问题讨论】：

标签： r web-scraping rvest

【解决方案1】：

实际上rvest 让这变得非常简单。举个例子链接到 1919 年的数据，然后

library(rvest)

read_html("http://aviation-safety.net/database/dblist.php?Year=1919") %>%
  html_table()

[[1]]
         date            type registration operator fat.            location    pic cat
1 02-AUG-1919   Caproni Ca.48               Caproni   14              Verona NA  NA  A1
2 11-AUG-1919 Felixstowe Fury         N123      RAF    1 near Felixtowe RNAS NA  NA  A1

而且链接应该是直截了当的，即使没有刮掉它们，对吧？要从图片中获取国家/地区，您必须选择国旗图片标题

read_html("http://aviation-safety.net/database/dblist.php?Year=1919") %>%
  html_nodes(".innertube > table") %>%
  html_nodes(".list > img") %>% html_attr("title") %>% na.omit()

[1] "Italy" "U.K." 
attr(,"na.action")

【讨论】：

但是如果我想获取所有数据而不是单个年份或国家/地区怎么办，我的意思是年份可能会更容易，因为我可以对其进行循环，那么国家/地区呢？
那么你必须把它和rbind结合起来，因为它来自不同的URL。只需将它们全部放在一个 lapply 循环左右 -