提取 Vcard 信息 - R 抓取

【问题标题】：Extracting Vcard information - R scraping提取 Vcard 信息 - R 抓取
【发布时间】：2018-10-23 10:06:56
【问题描述】：

有没有办法使用 R 从 vcard 中提取数据？我正在抓取一些网站，其中一个是 - https://www.cwlaw.com/attorneys。

我需要从电子名片 - 电子邮件中收集信息。

【问题讨论】：

【解决方案1】：

这是提取具有“mailto”的href并使用gsub将其删除。

 gsub("mailto:", "",grep("mailto:", read_html("https://www.cwlaw.com/attorneys")%>% html_nodes("a")%>% html_attr("href"), value= T))

【讨论】：

【解决方案2】：

这是一种从电子名片中提取电子邮件地址的简单方法。

这种方式使用 CURL 下载卡片，grep 查找带有字符串 EMAIL 的行，最后使用 stringr::str_split 捕获该行的相关部分。

library(curl)
library(stringr)

con <- curl('https://www.cwlaw.com/vcard-82.vcf', open='')
card <- readLines(con)
str_split(grep('EMAIL', card, value=TRUE), 'CP1252:')[[1]][2]

【讨论】：