如何用R语言构建带年份参数的URL生成函数read_url？

函数功能 #

该函数接收一个年份参数，生成对应年份的维基百科页面URL。核心的URL拼接逻辑无需依赖rvest包，若后续需爬取页面内容，再结合rvest扩展即可。

函数实现代码 #

read_url <- function(year) {
  # 可选参数校验：确保输入为有效年份
  if (!is.numeric(year) || year < 1 || year > as.integer(format(Sys.Date(), "%Y"))) {
    stop("请输入有效的年份数值")
  }
  # 拼接维基百科基础URL与年份参数
  base_url <- "https://en.wikipedia.org/wiki/"
  paste0(base_url, as.integer(year))
}

使用示例 #

• 调用read_url(2020)，将返回：https://en.wikipedia.org/wiki/2020
• 调用read_url(2015)，将返回：https://en.wikipedia.org/wiki/2015

结合rvest的扩展用法（可选） #

如果需要爬取生成URL对应的页面内容，可基于该函数扩展：

library(rvest)

# 获取年份页面的标题
get_year_page_title <- function(year) {
  target_url <- read_url(year)
  target_url %>%
    read_html() %>%
    html_element("h1") %>%
    html_text()
}

# 示例：获取2020年维基百科页面标题
get_year_page_title(2020)

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