R Error in doc_parse_raw input conversion failed due to input error

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

求助！用R写这个代码的时候遇到了error:
代码：

link<-read_html("https://scholar.google.com/scholar?hl=zh-CN&as_sdt=0%2C5&q=Challenges+in+the+Design+and+Interpretation+of+Noninferiority+Trials&btnG=")


error提示：
Error in doc_parse_raw(x, encoding = encoding, base_url = base_url, as_html = as_html,  :
  input conversion failed due to input error, bytes 0x3C 0x2F 0x74 0x69 [6003]



补充：
我在浏览器中直接复制粘贴网址（即https://scholar.google.com/schol ... ty+Trials&btnG=）是可以正确打开的，网址应该没有问题
那这个error该如何解决？


万分感谢！！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

还有一个问题
抓取网页“https://www.nejm.org/search?date=custom&toYear=2017&q=2017+AND+%222017%22+AND+2017&fromYear=2017&toMonth=12&fromMonth=1&isAdvancedSearch=true#qs=%3Fdate%3Dcustom%26toYear%3D2017%26requestType%3Dajax%26toMonth%3D12%26isAdvancedSearch%3Dtrue%26q%3D2017%2BAND%2B%25222017%2522%2BAND%2B2017%26fromYear%3D2017%26fromMonth%3D1%26viewClass%3D%26page%3D5%26manualFilterParam%3DcontentAge_delimiter_contentAge_firstDelimiter” （这是第五页）上的内容的时候，总是只能抓取到第一页的内容

（就是每页有20篇论文 但是不管用哪页的网址都只能抓取到第一页的内容 标红数字5就是表示第5页）
比如：

1. try<-read_html("https://www.nejm.org/search?date=custom&toYear=2017&q=2017+AND+%222017%22+AND+2017&fromYear=2017&toMonth=12&fromMonth=1&isAdvancedSearch=true#qs=%3Fdate%3Dcustom%26toYear%3D2017%26requestType%3Dajax%26toMonth%3D12%26isAdvancedSearch%3Dtrue%26q%3D2017%2BAND%2B%25222017%2522%2BAND%2B2017%26fromYear%3D2017%26fromMonth%3D1%26viewClass%3D%26page%3D4%26manualFilterParam%3DcontentAge_delimiter_contentAge_delimiter_contentAge_delimiter_contentAge_firstDelimiter")

复制代码

1. trys<-html_nodes(try,'a.js__sliLearn.m-result__link')%>%html_attrs

复制代码

和

1. try<-read_html("https://www.nejm.org/search?date=custom&toYear=2017&q=2017+AND+%222017%22+AND+2017&fromYear=2017&toMonth=12&fromMonth=1&isAdvancedSearch=true#qs=%3Fdate%3Dcustom%26toYear%3D2017%26requestType%3Dajax%26toMonth%3D12%26isAdvancedSearch%3Dtrue%26q%3D2017%2BAND%2B%25222017%2522%2BAND%2B2017%26fromYear%3D2017%26fromMonth%3D1%26viewClass%3D%26page%3D5%26manualFilterParam%3DcontentAge_delimiter_contentAge_delimiter_contentAge_firstDelimiter")

复制代码

1. trys<-html_nodes(try,'a.js__sliLearn.m-result__link')%>%html_attrs

复制代码

应该分别抓取到第5页、第4页的某些数据，但真正抓取到的都是第1页的数据

求问为什么 肿么办
感谢！

两个问题我解决了 以防有人遇到一样的问题 我写一下我的解决方法
问题一：google scholar
将网址中“看不懂”的地方都去掉 就可以read_html了 比如我给的例子应该变成

1. link<-read_html("https://scholar.google.com/scholar?q=Challenges+in+the+Design+and+Interpretation+of+Noninferiority+Trials)

复制代码

问题二：抓取后面几页的数据
每页抓取“后一页”这个按钮的超链接 然后用那个超链接 read_html后一页 然后抓取所需数据

雨茗jg 发表于 2019-7-7 15:20
两个问题我解决了 以防有人遇到一样的问题 我写一下我的解决方法
问题一：google scholar
将网址中“看不 ...

???楼主说的“看不懂的”是什么意思？看到%这些就删吗？