跳过错误 open.connection(x, "rb") 中的错误：HTTP 错误 404

Question

您好，我是r这个迷人世界的新手，我一直无法跳过不存在的url，我该如何处理？并且不要标记为错误，感谢您的帮助。

标题：“错误” 作者：“FJSG” 日期：“27/6/2020” 输出：html_document

knitr::opts_chunk$set(echo = TRUE)

library(xml2)
library(rvest)
library(tidyverse)
library(lubridate)

zora_core <- read_html("https://zora.medium.com/the-zora-music-canon-5a29296c6112")

Los_100 <- data.frame(album      = html_nodes(zora_core, "h1:not(#96c9)") %>% 
                                     html_text() %>% 
                                     str_trim(side = "both"),
                      interprete = html_nodes(zora_core, "strong em , p#73e0 strong") %>% 
                                     html_text() %>% 
                                     str_remove_all("^by") %>%
                                     str_extract("[a-zA-Z].+(?=[(])") %>% str_trim(side = "both"),
                      año        = html_nodes(zora_core, "strong em , p#73e0 strong") %>% 
                                     html_text %>% 
                                     str_extract("([[:digit:]]){4}"),
                      liga       = paste0("https://en.wikipedia.org/wiki/",html_nodes(zora_core,                                       "strong em , p#73e0 strong") %>% 
                                     html_text() %>%
                                     str_remove_all("^by") %>%
                                     str_extract("[a-zA-Z].+(?=[(])") %>% str_trim(side = "both") %>% str_replace_all(" ","_")))

carga <- function(url){
  
         perfil_raw <- read_html(url)
         data.frame(interprete = html_node(perfil_raw, "h1#firstHeading") %>% 
                                 html_text() %>% str_trim(side = "both"))
         
}

lista <- Los_100$liga[1:16] # THE url for the position 16 don´t exist how to avoid that

datos_personales <- map_df(lista,carga)

Answer 1

了解 R 中的错误处理很有用，但在处理 http 请求时它变得必不可少。

在您的情况下，最好将 carga 包裹在 tryCatch 中。这将运行您作为第一个参数传递的表达式，如果抛出错误，它会被捕获并传递给 tryCatch 的第二个参数，这是一个函数。

如果抛出错误，我们需要 return 一个包含名为 interprete 的单列的数据框，以便 map_df 可以将其与其他结果绑定在一起：

carga_catch <- function(x)
{
  tryCatch(return(carga(x)),
           error = function(e) return(data.frame(interprete = "**inexistente**")))
}

map_df(lista, carga_catch)
#>               interprete
#> 1        Ella Fitzgerald
#> 2          Sarah Vaughan
#> 3         Billie Holiday
#> 4  Sister Rosetta Tharpe
#> 5             Lena Horne
#> 6        Mahalia Jackson
#> 7          Abbey Lincoln
#> 8             Etta James
#> 9         Leontyne Price
#> 10       Marian Anderson
#> 11      Dinah Washington
#> 12                Odetta
#> 13        Dionne Warwick
#> 14          The Supremes
#> 15           Nina Simone
#> 16       **inexistente**

除了错误处理之外，我认为您的代码对于刚开始使用 R 的人来说非常好。它在几行代码中实现了很多，并且非常可读。干得好！

跳过错误 open.connection(x, "rb") 中的错误：HTTP 错误 404

skip error Error in open.connection(x, "rb") : HTTP error 404

r

handleerror

web-scraping

http-status-code-404

标题：“错误” 作者：“FJSG” 日期：“27/6/2020” 输出：html_document