R 你如何将物品拼凑在一起，从而避免'；不要失去索引？

我正在用RVest做一些基本的WebScrap，并得到返回的结果，但是数据并不一致。也就是说，我正在从站点获取项目，但它们的顺序不正确，因此我正在刮取的两个数据元素不能加入到data.frame中

library(rvest)
library(tidyverse)

base_url<- "https://www.uchealth.com/providers"
loc <- read_html(base_url) %>%
  html_nodes('[class=locations]') %>%
  html_text() 
dept <- read_html(base_url) %>%
  html_nodes('[class=department last]') %>%
  html_text()

有什么建议吗？我想知道是否有一个索引可以把这些项目放在一起，但我什么也没看到

编辑：我也试过了，但没有任何运气。该位置似乎获得了错误的起始值：

scraping <- function(

base_url = "https://www.uchealth.com/providers"
)
{
loc <- read_html(base_url) %>%
  html_nodes('[class=locations]') %>%
  html_text() 

dept <- read_html(base_url) %>%
  html_nodes('[class=specialties]') %>%
  html_text()

data.frame(
  loc = ifelse(length(loc)==0, NA, loc),
  dept = ifelse(length(dept)==0, NA, loc), 
  stringsAsFactors=F
)

}

scraping%
html_text（）
部门%
html_节点（'[class=specialties]'）%>%
html_text（）
数据帧(
loc=ifelse（长度（loc）=0，NA，loc），
dept=ifelse（长度（dept）=0，NA，loc），
系数=F
)
}

您面临的问题是，并非所有父节点中都存在每个子节点。处理这些情况的最佳方法是收集列表/向量中的所有父节点，然后使用

html\u node

函数从每个父节点提取所需信息<代码>html_节点将始终为每个节点返回一个结果，即使它是NA

library(rvest)

#read the page just onece
base_url<- "https://www.uchealth.com/providers"
page <- read_html(base_url)

#parse out the parent node for each parent
providers<-page %>% html_nodes('ul[id=providerlist]')  %>% html_children()

#parse out the requested information from each child.
dept<-providers %>% html_node("[class ^= 'department']") %>% html_text()
location<-providers %>%html_node('[class=locations]') %>% html_text()

库（rvest）
#只看一页
基本url%html\u文本（）
位置%html\u节点（'[class=locations]'）%>%html\u文本（）

---

提供者、部门和位置的长度都应该相等。

一个更复杂的选项是首先将每个

节点中的所有可用数据转换为一个数据帧，然后使用
dplyr:：bind_rows
将它们堆叠起来。我认为这超出了您的基本要求，但它仍然以一种迂回的方式回答了您的问题，它可能对更一般的情况有用：

库（rvest）
图书馆（tidyverse）
基本url%
html_文本（T）%>%
str_split（“：”，2）%>%
映射（~str_trim（.）%%>%cbind（）%%>%as_tible（））%%>%
绑定列（）%>%
设置_名称（[1，]）%>%
.[-1,]
})
#堆叠数据帧，添加人名，并对列重新排序。
ucdf%
mutate（Name=map\u chr（res\u list，~html\u节点（，“h4”）%%>%html\u文本（T））%%>%
选择（名称，1:（ncol（.）-1））

返回：

# A tibble: 1,137 x 5
   Name         Title                       Locations                                      Specialties              Department        
   <chr>        <chr>                       <chr>                                          <chr>                    <chr>             
 1 Adrian Abre… Assistant Professor of Med… UC Health Physicians Office South (West Chest… nephrology               Internal Medicine 
 2 Bassam G. A… Associate Professor of Cli… University of Cincinnati Medical Center: (513… nephrology, organ trans… Internal Medicine 
 3 Brian Adams… Professor, Director of Res… UC Health Physicians Office (Clifton - Piedmo… dermatology              Dermatology       
 4 Opeolu M. A… Associate Professor of Eme… University of Cincinnati Medical Center: (513… emergency medicine, neu… Emergency Medicine
 5 Caleb Adler… Professor in the Departmen… UC Health Psychiatry (Stetson Building): (513… psychiatrypsychology, m… Psychiatry & Beha…
 6 John Adler,… Assistant Professor of Obs… UC Health Women's Center: (513) 475-8248, UC … gynecology, robotic sur… OB/GYN            
 7 Steven S. A… Assistant Professor         UC Health Physicians Office (Clifton - Piedmo… orthopaedics, spine sur… Orthopaedics & Sp…
 8 Surabhi Aga… Assistant Professor of Med… Hoxworth Center: (513) 475-8524, UC Health Ph… rheumatology, connectiv… Internal Medicine 
 9 Saad S. Ahm… Assistant Professor of Med… Hoxworth Center: (513) 584-7217                cardiovascular disease,… Internal Medicine 
10 Syed Ahmad,… Professor of Surgery; Dire… UC Health Barrett Cancer Center: (513) 584-89… surgical oncology, canc… Surgery           
# … with 1,127 more rows

#一个tible:1137 x 5
专业部门名称、职务、地点
1 Adrian Abre…加州大学医学部健康医师办公室南部（西胸科…肾病内科）助理教授
2 Bassam G. A.，辛辛那提大学医学中心副教授，（513）肾脏科，脏器内科，内科。
布莱恩·亚当斯，教授，加州大学健康医师办公室主任（克利夫顿-皮埃莫，皮肤科）
4 Opeolu M. A.，辛辛那提大学医学中心副教授，（513）急诊科，急诊科，内科学，急救医学，急救医学，急救医学，急救医学，急救医学，急救医学，医学，急救医学，医学，医学，医学，医学，医学，医学，医学，医学，医学，医学，医学，医学，医学，医学，
5 Caleb Adler…加州大学健康精神病学系教授（Stetson大楼）：（513…精神病学-心理学，m…精神病学与行为…
6约翰·阿德勒，…坎特伯雷大学健康妇女中心Obs助理教授：（513）475-8248，坎特伯雷大学…妇科学，机器人外科…OB/GYN
7 Steven S.A.。坎特伯雷大学健康医师办公室助理教授（克利夫顿-皮埃莫…。矫形外科，脊柱外科…。矫形外科和Sp…
8苏拉比·阿加……医学助理教授……霍克斯沃思中心：（513）475-8524，坎特伯雷大学健康博士……康涅狄格州风湿病学……内科
9 Saad S.Ahm…医学助理教授…霍克斯沃思中心：（513）584-7217心血管疾病，…内科学
10赛义德·艾哈迈德，…外科教授；迪雷…加州大学健康巴雷特癌症中心：（513）584-89…外科肿瘤学，癌症…外科学
#…还有1127行
我不确定是否理解您的问题，但可能是这样[似乎与我试图做的类似。我在上面编辑过，但没有任何luckSmall提示：善待网站，不要多次删除同一页面。相反，将
read\u html
输出分配给一个变量，然后从该变量中提取数据。我在
[class^='department]中没有看到
^
before。它做什么？@gersht，^表示以开头。因此
class^='department'
表示以“department”开头的类，我在理解属性或类名中的空格时遇到困难。此解决方案完全按照我的预期工作。感谢您的时间！谢谢，这看起来也是一个可行的解决方案well@Brad_J很高兴它能帮上忙。对SO表示感谢的一个好方法是向上投票，即使你不接受答案。其他人看到的投票比你看到的更多评论，让他们知道有人觉得答案很有用。
# A tibble: 1,137 x 5
   Name         Title                       Locations                                      Specialties              Department        
   <chr>        <chr>                       <chr>                                          <chr>                    <chr>             
 1 Adrian Abre… Assistant Professor of Med… UC Health Physicians Office South (West Chest… nephrology               Internal Medicine 
 2 Bassam G. A… Associate Professor of Cli… University of Cincinnati Medical Center: (513… nephrology, organ trans… Internal Medicine 
 3 Brian Adams… Professor, Director of Res… UC Health Physicians Office (Clifton - Piedmo… dermatology              Dermatology       
 4 Opeolu M. A… Associate Professor of Eme… University of Cincinnati Medical Center: (513… emergency medicine, neu… Emergency Medicine
 5 Caleb Adler… Professor in the Departmen… UC Health Psychiatry (Stetson Building): (513… psychiatrypsychology, m… Psychiatry & Beha…
 6 John Adler,… Assistant Professor of Obs… UC Health Women's Center: (513) 475-8248, UC … gynecology, robotic sur… OB/GYN            
 7 Steven S. A… Assistant Professor         UC Health Physicians Office (Clifton - Piedmo… orthopaedics, spine sur… Orthopaedics & Sp…
 8 Surabhi Aga… Assistant Professor of Med… Hoxworth Center: (513) 475-8524, UC Health Ph… rheumatology, connectiv… Internal Medicine 
 9 Saad S. Ahm… Assistant Professor of Med… Hoxworth Center: (513) 584-7217                cardiovascular disease,… Internal Medicine 
10 Syed Ahmad,… Professor of Surgery; Dire… UC Health Barrett Cancer Center: (513) 584-89… surgical oncology, canc… Surgery           
# … with 1,127 more rows