-1

Gostaria de criar uma ferramenta para fazer web scraping no site da Câmara dos deputados do rio de janeiro, mas estou esbarrando no problema de sequer conseguir ler a página web.

Alguém sabe por que a função read_html está retornando o valor {xml_nodeset (0)}?

Segue o código:

scrap <- read_html("http://www.camara.rj.gov.br/controle_atividade_parlamentar.php?m1=materias_leg&m2=10a_Leg&m3=prolei&url=http://mail.camara.rj.gov.br/APL/Legislativos/scpro1720.nsf/Internet/LeiInt?OpenForm")

scrap %>%
  html_nodes("h1")


#Resposta: {xml_nodeset (0)}
1
  • Isso não é uma mensagem de erro, é um valor de retorno da função html_nodes que significa que não o valor "h1" não foi encontrado. 19/12/2020 às 16:17

1 Resposta 1

0

Não ficou claro na pergunta o que você está buscando na página, acredito que sejam os projetos de lei.

Normalmente, tabelas em HTML usam a class = table. Por trás das cenas creio que a função read_html procura essa tag de tabela, se ela não encontra, a busca retorna vazia e o código falha.

Os projetos de lei estão em um iframe, que é uma janela em HTML dentro de outra página em HTML. Logo, você precisa primeiramente buscar o link desse iframe para depois fazer o scraping dos dados.

Esse código irá buscar o iframe para você:

library(tidyverse)
library(rvest)

html_url <- "http://www.camara.rj.gov.br/controle_atividade_parlamentar.php?m1=materias_leg&m2=10a_Leg&m3=prolei&url=http://mail.camara.rj.gov.br/APL/Legislativos/scpro1720.nsf/Internet/LeiInt?OpenForm"

html_iframe <- read_html(x = html_url) %>%
  html_nodes(css = "iframe") %>%
  html_attr("src")

html <- read_html(html_iframe[1])

Perceba que o objeto html_iframe vai conter o link e agora, usando a função read_html irá retornar um objeto com os dados.

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 .