R语言如何将指定链接拼接至嵌套列表link_2的所有元素
R语言Indeed爬虫嵌套列表链接拼接解决方案
你调用paste()直接对link_2拼接前缀不生效,核心原因是link_2是长度为10的列表,每个子元素是对应单页10-15个链接后缀的字符向量,paste不会自动遍历列表内的每个向量元素,只会把每个子向量当做整体处理,因此无法得到预期结果。
场景1:保留原有分页嵌套结构
如果你需要保留和titles_2、loc_2对齐的分页结构(方便后续按页合并数据),直接用purrr::map遍历列表的每个子向量做拼接即可:
combined_link_2 <- purrr::map(link_2, ~ paste0("https://www.indeed.com", .x))
场景2:提取所有链接为一维向量
如果你不需要保留分页结构,要把所有链接合并为一个一维向量,先把嵌套列表打平再拼接:
# 先unlist打平嵌套结构,再统一拼接前缀 combined_link_all <- paste0("https://www.indeed.com", unlist(link_2, use.names = FALSE))
额外优化:你原代码中生成多页链接的代码可以简化,
paste0不支持sep参数,直接写为以下代码即可得到正确的10页分页链接:url_2 <- lapply(paste0("https://www.indeed.com/jobs?q=data%20analyst&l=San%20Francisco%2C%20CA&start=", seq(10, 100, 10)), xml2::read_html)
内容的提问来源于stack exchange,提问作者Trying to Learn Javascript
相关产品推荐
相关产品推荐

