httr::GET / xml2::read_html - 卡住/冻结 - 无响应答案

【问题标题】：httr::GET / xml2::read_html - Stuck/Frozen - No responsehttr::GET / xml2::read_html - 卡住/冻结 - 无响应
【发布时间】：2021-02-05 15:59:21
【问题描述】：

我想从 health.usnews.com 获取一些数据。我运行了以下几行，但两行都给了我完全相同的结果 - 根本没有响应，R 卡在行上，我必须手动单击“中断 R”。

page_response <- httr::GET("https://health.usnews.com/")
# or 
page <- xml2::read_html("https://health.usnews.com/")

我错过了什么？

【问题讨论】：

不是代码问题。

标签： r web-scraping rvest httr xml2

【解决方案1】：

网站使用用户代理标头来检测网络爬虫。添加一个假的用户代理头，你就能得到结果：

page_response <- httr::GET(
  "https://health.usnews.com/",
  config = httr::add_headers(
    `user-agent` = "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.96 Safari/537.36"
  )
)

问题在于大部分数据是由 JS 生成的。我知道您需要什么信息，但您可能需要 V8 软件包来帮助您。

【讨论】：

感谢您的回复！我按原样尝试了您的代码，但 R 仍然卡住了。我也尝试过使用代理，但得到了相同的结果。
@AntrikshTewari 卡住的东西与 R 代码无关。你可以试试另一台电脑。
感谢您的帮助，我确实在不同的位置（和 IP）使用了多台 PC - 结果相同。我必须找到另一种方法来做到这一点。