使用rvest包抓取航空安全数据

Question

我是R的新手，在网络编程方面没有经验。现在，我被分配了一个项目，负责整理和可视化航空安全数据。我在网上搜索了数据并在这里获得了网站http://aviation-safety.net/database/我对飞机型号、年份、国家和航空公司子类别感兴趣，我如何使用rvest将这些数据作为数据帧获取下来？

这就像是一个免费搭便车的问题，但抓取只是超出了我的知识。

Answer 1

实际上，rvest让这一切变得非常简单。例如，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

链接应该是直截了当的，甚至不需要刮掉它们，对吧？要从图片中获取国家，您必须选择旗帜图像标题

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")