R语言scholar包循环调用get_scholar_id下标越界、单独调用正常问题

• 这个问题和for循环的写法完全无关，不管是按固定索引范围遍历，还是用seq_along取索引的写法，本身语法逻辑没有任何问题。
• 触发报错的核心原因是scholar包的get_scholar_id函数本身没有做全场景的异常容错：
  • 当Google Scholar接口返回的结果页没有匹配条目、或是接口返回结构不符合函数预期时，函数内部会直接访问结果列表的第1个元素tables[[1]]
  • 此时列表是空的，不存在第1个元素，就会抛出下标越界的错误，直接中断整个循环流程

你观察到的“固定传入第3位学者的参数就能正常返回ID”的现象，本质是循环在遍历过程中，刚跑到前两位学者（Colditz、Lander）的匹配空结果场景时，就因为无容错的报错直接中断了，根本没机会执行到第3位学者的正常请求步骤，不是循环本身的逻辑问题。

核心思路是给每一次函数调用加上异常捕获，避免单个条目的报错中断整个批量流程，同时降低反爬拦截概率：

• 用tryCatch包裹每次get_scholar_id调用，碰到报错、空结果、警告时直接返回缺失值，不中断循环
• 每次请求后加随机延迟，减少短时间高频请求被Google Scholar拦截的概率
• 预先分配结果存储的向量空间，避免循环中反复覆盖之前的结果

可直接复用的代码示例：

# 预先初始化和学者名录长度一致的结果向量
scholar_id_vec <- rep(NA_character_, nrow(df))

for(i in seq_along(df$Last.Name)){
  # 包裹异常捕获，任何调用错误都不中断循环
  res <- tryCatch(
    get_scholar_id(
      last_name = df$Last.Name[i], 
      first_name = df$First.Name[i]
    ),
    # 接住运行时错误，返回缺失值
    error = function(e) NA_character_,
    # 接住空结果的警告，返回缺失值
    warning = function(w) NA_character_
  )
  # 将结果存入对应位置
  scholar_id_vec[i] <- res
  # 随机延迟2-4秒，规避反爬限制
  Sys.sleep(runif(1, 2, 4))
}

# 将批量获取的ID合并回原始学者名录
df$google_scholar_id <- scholar_id_vec

• 之前循环运行时反复出现的"No Scholar ID found"提示，本身属于警告级别的提示，本来不会中断流程；但当碰到接口返回结构完全异常的场景时，这类提示就会升级为无容错的运行时错误，靠tryCatch可以把所有异常场景统一接住。
• 如果最终获取到的空值比例较高，可以在调用get_scholar_id时补充传入affiliation（所属机构）参数，缩小搜索范围，减少重名导致的匹配为空的情况。

内容的提问来源于stack exchange，提问作者perrier