错误：当前工作目录中不存在“NA”（Webscraping）答案

【问题标题】：Error: 'NA' does not exist in current working directory (Webscraping)错误：当前工作目录中不存在“NA”（Webscraping）
【发布时间】：2019-02-04 09:31:06
【问题描述】：

我正在尝试从以下网址抓取数据： https://university.careers360.com/colleges/list-of-degree-colleges-in-India 我想点击每所大学的名称并获取每所大学的特定数据。

首先我所做的是将所有大学网址收集在一个向量中-：

#loading the package:
library(xml2)
library(rvest)
library(stringr)
library(dplyr)

#Specifying the url for desired website to be scrapped
baseurl <- "https://university.careers360.com/colleges/list-of-degree-colleges-in-India"

#Reading the html content from Amazon
basewebpage <- read_html(baseurl)

#Extracting college name and its url
scraplinks <- function(url){
   #Create an html document from the url
   webpage <- xml2::read_html(url)
   #Extract the URLs
   url_ <- webpage %>%
   rvest::html_nodes(".title a") %>%
   rvest::html_attr("href")  
   #Extract the link text
   link_ <- webpage %>%
   rvest::html_nodes(".title a") %>%
   rvest::html_text()
   return(data_frame(link = link_, url = url_))
}

#College names and Urls
allcollegeurls<-scraplinks(baseurl)

到目前为止工作正常，但是当我对每个 url 使用 read_html 时，它会显示错误。

#Reading the each url
for (i in allcollegeurls$url) {
  clgwebpage <- read_html(allcollegeurls$url[i])
}

错误：当前工作目录（“C:/Users/User/Documents”）中不存在“NA”。

我什至使用了'break'命令但仍然是同样的错误-:

#Reading the each url
for (i in allcollegeurls$url) {
  clgwebpage <- read_html(allcollegeurls$url[i])
  if(is.na(allcollegeurls$url[i]))break
}

请帮忙。

按要求发布所有大学网址的str-：

> str(allcollegeurls)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   30 obs. of  2 variables:
 $ link: chr  "Netaji Subhas Institute of Technology, Delhi" "Hansraj 
College, Delhi" "School of Business, University of Petroleum and Energy 
Studies, D.." "Hindu College, Delhi" ...
 $ url : chr  "https://www.careers360.com/university/netaji-subhas- 
 university-of-technology-new-delhi" 
"https://www.careers360.com/colleges/hansraj-college-delhi" 
"https://www.careers360.com/colleges/school-of-business-university-of- 
 petroleum-and-energy-studies-dehradun" 
"https://www.careers360.com/colleges/hindu-college-delhi" ...

【问题讨论】：

我是 R 新手，所以请相应地解释一下。提前致谢。
allcollegeurls 有 url 列吗？没有运行代码，因为我不确定抓取这个网站的法律含义。可以加一下 allcollegeurls 的str 吗？
是的，它有一个 url 列！刚刚写了结构

标签： r web-scraping na

【解决方案1】：

这个作品，

purrr::map(allcollegeurls$url, read_html)

map 函数：map 函数通过将函数应用于每个元素并返回与输入相同长度的向量来转换其输入。我喜欢避免在 R 中使用 for。

【讨论】：

直接加载purrr。一个功能不需要整个tidyverse。

【解决方案2】：

我今天的数据面临着几乎相同的问题。请从网址中删除任何NA。

在我的情况下，错误是

错误：当前工作目录中不存在“”。

我从应用了该函数的列中删除了空白，并且它起作用了。上面的错误说明有NA不能应用函数。

【讨论】：