Rvest错误:键入“externalptr”

Question

我试图使用rvest提取PGA高尔夫球手的出生日期。让我们试试斯图尔特·阿普比。这是他在ESPN网站/id/11/stuart-appleby上的个人资料。注意他的道布在他的头部旁边。

library("rvest")
url <- "http://espn.go.com/golf/player/_/id/11/stuart-appleby"
li_node <- url %>% html %>% html_nodes("li")

他的道布被包含在li_node第22项中。理想情况下，我不会硬代码[22]到我的程序，但即使我这样做，我会遇到错误。

li_node[[22]]

显示我想要的信息，但内容如下：

word(li_node[[22]], ...)
substr(li_node[[22]], ...)
pluck(li_node, 22)

所有返回一个错误：

> word(li_node[[22]], 1)
Error in rep(string, length = n) : 
  attempt to replicate an object of type 'externalptr'
> substr(li_node[[22]], 1, 2)
Error in as.vector(x, "character") : 
  cannot coerce type 'externalptr' to vector of type 'character'
> pluck(li_node, 22)
Error in FUN(X[[1L]], ...) : 
  object of type 'externalptr' is not subsettable

有没有一种简单的方法让我用rvest抓取道布

Answer 1

library("rvest")
library("stringr")
url <- "http://espn.go.com/golf/player/_/id/11/stuart-appleby"
url %>% 
  html %>% 
  html_nodes(xpath='//li[contains(.,"Age")]') %>% 
  html_text() %>% 
  str_extract("[A-Z][a-z]{2,} [0-9]{1,2}, [0-9]{4}")

返回：

[1] "May 1, 1971"