4

Estou usando esse código, quero importar a tabela dos países para o R:

library(XML)
url <- "http://en.wikipedia.org/wiki/List_of_countries_by_population"
country_data <- readHTMLTable(url, which=2)

O R retorna o erro:

Error: failed to load external entity "http://en.wikipedia.org/wiki/List_of_countries_by_population"

Como proceder?

1 Resposta 1

4

Minha pouca experiência com web scraping no R me fez gostar mais do pacote rvest do que do XML para fazer este tipo de trabalho. Por isso, vou te passar uma solução com ele, em vez de uma solução com o pacote que tu queria:

library(rvest)

url <- "http://en.wikipedia.org/wiki/List_of_countries_by_population"

tabela <- read_html(url) %>%
  html_table(fill=TRUE) %>%
  .[[2]]

O único truque aqui é saber identificar a posição da tabela que te interessa dentro daquilo que foi baixado da internet. No caso específico do endereço presente no objeto url, a tabela que nos interessa está na posição [[2]].

Até onde sei, a única maneira de descobrir o número correto é por tentativa e erro. Talvez haja outra forma, mas eu desconheço.


Caso o código acima gere o erro Error in open.connection(x, "rb") : Timeout was reached, tente rodar o comando abaixo:

library(rvest)
library(curl)

url <- "http://en.wikipedia.org/wiki/List_of_countries_by_population"

tabela <- read_html(curl(url, handle = curl::new_handle("useragent" = "Mozilla/5.0"))) %>%
  html_table(fill=TRUE) %>%
  .[[2]]

Ao usar o curl, nós forçamos o scraper a se identificar ao site. Assim, o site não refuta a conexão que o R tenta fazer.

7
  • Quando eu uso esse comando, aparece esse erro: Error in open.connection(x, "rb") : Timeout was reached Commented 22/02/2017 às 20:38
  • Tente o código novo, abaixo da linha horizontal. Commented 22/02/2017 às 20:46
  • O erro persiste, isso pode ter a ver com minha atual versão do R? 3.3.0, quando os pacotes foram feitos na 3.3.2? Commented 22/02/2017 às 21:04
  • Talvez. Eu testei ambos os códigos no R 3.3.2, no Mac e no Linux, e funcionou em ambos. Atualiza o R e tenta de novo. Commented 22/02/2017 às 21:17
  • 1
    Eu não sabia como fazer isso, mas já aceita, valeu amigo! Commented 23/02/2017 às 16:52

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .