如何在R中抓取JEL代码及其对应描述并生成表格？

核心工具选择 #

用rvest包做网页解析（比手动用str_extract_all更精准高效，它能直接定位网页的HTML结构，避免正则匹配的繁琐与误差），搭配dplyr完成数据整理。

具体实现步骤 #

1. 安装并加载依赖包

# 首次运行时安装所需包
install.packages(c("rvest", "dplyr"))

# 加载包
library(rvest)
library(dplyr)

2. 读取并解析目标网页

# 目标网页地址
url <- "https://www.aeaweb.org/econlit/jelCodes.php?view=jel#P"

# 读取并解析网页内容
page <- read_html(url)

3. 提取JEL代码与对应描述
   网页内的JEL代码和描述被封装在固定类名的HTML元素中，直接定位提取即可：

# 提取所有JEL代码
jel_codes <- page %>% 
  html_elements(".jel-code") %>% 
  html_text2() %>% 
  trimws()

# 提取对应描述文本
jel_descriptions <- page %>% 
  html_elements(".jel-description") %>% 
  html_text2() %>% 
  trimws()

4. 整理为表格格式

# 合并为数据框
jel_df <- data.frame(
  Column1 = jel_codes,
  Column2 = jel_descriptions
)

# 查看前几行结果
head(jel_df)

示例输出表格 #

内容的提问来源于stack exchange，提问作者theotherbik