用Rvest和胶包在R中刮擦

我正在尝试使用rvest和glue包来抓取多页的体育数据。我在嵌套方面遇到了问题，我认为这是因为网站的表有两行标题（有些标题是一行，有些是两行）。以下是我开始使用的代码。我检查了一下，以确保该站点允许使用python进行抓取，并且在那里一切正常

library(tidyverse) 
library(rvest) # interacting with html and webcontent
library(glue)

网页：

用于在1:17和1:4位置刮取选定周的功能：

salary_scrape_19 <- function(week, position) {

Sys.sleep(3)  

cat(".")

url <- glue("https://fantasy.nfl.com/research/scoringleaders?position={position}&sort=pts&statCategory=stats&statSeason=2019&statType=weekStats&statWeek={week}")
read_html(url) %>% 
    html_nodes("table") %>% 
    html_table() %>%
    purrr::flatten_df() %>% 
    #set_names(need to clean headers before I can set this)
}

scraped_df <- scaffold %>% 
mutate(data = map2(week, position, ~salary_scrape_19(.x, .y))) 

scraped_df

salary\u scrape\u 19%
html_表（）%>%
purrr:：展平_df（）%>%
#设置_名称（需要先清除标题才能设置此名称）
}
刮除的_df%
变异（数据=map2（周，职位，~salary\u scrape\u 19（.x，.y）））
刮伤

最终，我想构建一个scrape函数，以获得2019年所有周内具有相同列（QB、RB、WR和TE）的所有职位。（希望最终添加第三个变量来粘合{year}，但需要先获得该变量

---

同样，我认为这个问题与网站上表格的不稳定标题有关，因为有些标题是一行，而其他标题是两行。

我们可以将第一行作为列名粘贴到原始列，然后删除该行

library(tidyverse)
library(rvest)

salary_scrape_19 <- function(week, position) {

  url <- glue::glue("https://fantasy.nfl.com/research/scoringleaders?position={position}&sort=pts&statCategory=stats&statSeason=2019&statType=weekStats&statWeek={week}")
  read_html(url) %>% 
    html_nodes("table") %>% 
    html_table() %>%
    .[[1]] %>%
    set_names(paste0(names(.), .[1, ])) %>%
    slice(-1) 
}

---

这完全破坏了数据。我现在甚至看不到“码”列。@Jefferson我更新了答案，将两个标题组合在一起。你现在能检查一下吗？

scaffold <- data.frame(week = c(1, 2), position = c(1, 2))
scraped_df <- scaffold %>% mutate(data = map2(week, position, salary_scrape_19))