如何解决「Tibble columns must have compatible sizes」报错？

这个错误的核心是抓取的作者信息数量和其他字段（标题、日期、URL）数量不匹配——你当前的代码全局抓取了21个作者元素，但其他字段只抓到20个，而tibble要求每一列的行数必须完全一致，因此抛出了尺寸兼容错误。

解决方案 #

问题出在选择器的范围上，你之前是全局抓取所有作者元素，而不是针对每篇文章的容器单独抓取。修改思路是：先定位每篇文章的父容器，再从每个容器内提取对应字段，确保每篇文章的所有信息一一对应。

修改后的完整代码：

library(rvest)
library(tidyverse)

get_articles <- function(n_articles) {
  page <- paste0("https://www.theroot.com/news/criminal-justice",
                 "?startIndex=",
                 n_articles) %>%
    read_html()
  
  # 先抓取所有文章的容器节点
  articles <- page %>% html_elements(".aoiLP")
  
  # 对每个容器节点单独提取信息，保证列数一致
  map_dfr(articles, function(article) {
    tibble(
      title = article %>% html_element(".js_link") %>% html_text2(),
      author = article %>% html_element(".llHfhX .js_link, .permalink-bylineprop") %>% html_text2(),
      date = article %>% html_element(".js_meta-time") %>% html_text2(),
      url = article %>% html_element(".js_link") %>% html_attr("href")
    )
  })
}

df <- map_dfr(seq(0, 200, by = 20), get_articles)

关键修改点 #

• 先定位每篇文章的父容器.aoiLP，确保后续操作都围绕单篇文章展开
• 使用map_dfr遍历每个文章容器，对单个容器提取信息，避免全局匹配导致的数量偏差
• 将html_elements（复数，匹配多个元素）改为html_element（单数，匹配单个元素），保证每个容器只提取对应字段的一个值

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