网页用 r 抓取多个链接

Question

我正在尝试使用 rvest 和 selectorgadget 从多个链接中用 r 抓取一些网球统计数据。我从 http://www.atpworldtour.com/en/scores/archive/stockholm/429/2017/results 抓取的页面有 29 个链接，如下所示：“http://www.atpworldtour.com/en/scores/2017/429/MS001/match-stats”。所有链接看起来都一样，但从 MS001-MS029 有所不同。使用下面的代码，我只使用前 9 个链接得到了想要的结果。我看到了问题，但不知道如何纠正它。前 9 个链接有双 00，其余的有单 0。第 10 个链接应该是 MS010。非常感谢任何帮助。

library(xml)
library(rvest)
library(stringr)

round <- 1:29
urls <- paste0("http://www.atpworldtour.com/en/scores/2017/429/MS00", round, 
"/match-stats")

aces <- function(url) {
url %>%
read_html() %>%
html_nodes(".percent-on:nth-child(3) .match-stats-number-left span") %>%
html_text() %>% 
as.numeric()
}

results <- sapply(urls, aces)
results
$`http://www.atpworldtour.com/en/scores/2017/429/MS001/match-stats`
[1] 9

$`http://www.atpworldtour.com/en/scores/2017/429/MS002/match-stats`
[1] 8

$`http://www.atpworldtour.com/en/scores/2017/429/MS003/match-stats`
[1] 5

$`http://www.atpworldtour.com/en/scores/2017/429/MS004/match-stats`
[1] 4

$`http://www.atpworldtour.com/en/scores/2017/429/MS005/match-stats`
[1] 8

$`http://www.atpworldtour.com/en/scores/2017/429/MS006/match-stats`
[1] 9

$`http://www.atpworldtour.com/en/scores/2017/429/MS007/match-stats`
[1] 2

$`http://www.atpworldtour.com/en/scores/2017/429/MS008/match-stats`
[1] 9

$`http://www.atpworldtour.com/en/scores/2017/429/MS009/match-stats`
[1] 5

$`http://www.atpworldtour.com/en/scores/2017/429/MS0010/match-stats`
numeric(0)

Answer 1

可以通过sprintf() 函数在格式化字符串中生成前导零。

ids <- 1:29
urlList <- sapply(ids,function(x){     
sprintf("%s%03d%s","http://www.atpworldtour.com/en/scores/2017/429/MS",
         x,"/match-stats")
})
# print a few items
urlList[c(1,9,10,29)]

...和输出：

> urlList[c(1,9,10,29)]
[1] "http://www.atpworldtour.com/en/scores/2017/429/MS001/match-stats"
[2] "http://www.atpworldtour.com/en/scores/2017/429/MS009/match-stats"
[3] "http://www.atpworldtour.com/en/scores/2017/429/MS010/match-stats"
[4] "http://www.atpworldtour.com/en/scores/2017/429/MS029/match-stats"
>