0
현재이 웹 사이트의 데이터를 고칩니다. www.allmusic.com조건의 길이가 1보다 길고 첫 번째 요소 만 사용됩니다. 인수 문제
나는 이것을 통해 각 아티스트 페이지의 음악 스타일을 구체적으로 훑어보고 있습니다.
rm(list= ls())
library(xml2)
library(rvest)
library(magrittr)
library(stringr)
library(plyr)
library(dplyr)
library(tidyr)
library(knitr)
library(XML)
library(data.table)
setwd("~/AlbumScrape")
load("popalbums2004-2014.rdata")
pages <- popalbums2004-2014.rdata %>% slice(1:100) %>%
mutate(URL = paste0("http://www.allmusic.com/album/",album,"/credits"))
credits_tmp = NULL
albumAttrs_tmp = NULL
album_genre_tmp = NULL
album_style_tmp = NULL
album_mood_tmp = NULL
album_theme_tmp = NULL
pb = txtProgressBar(min = 0, max = nrow(pages), initial = 0, char = "*", style = 3)
system.time(
for(i in seq(nrow(pages))) {
return_value <- try({
test403 <- read_html(paste0("http://www.allmusic.com/album /",pages$album[i],"/credits"))
})
if(class(return_value) == "try-error"){
print("failed");
} else {
print("succeeded")
src_url <- pages$URL[i] %>% read_html()
src_artist <- pages$src_artist[i] %>%
as.character()
album <- pages$album[i] %>%
as.character()
credits_artistURL <- try_default(
expr =
src_url %>%
html_nodes(".artist a") %>%
html_attr("href") %>%
str_trim() %>%
gsub("http://www.allmusic.com/album/","",.),
default = "", quiet = T)
credit_artistRole <- try_default(
expr =
src_url %>%
html_nodes(".credit") %>%
html_text() %>%
str_trim(),
default = "",
quiet = TRUE)
album_duration <-
try_default(
expr =
src_url %>%
html_nodes(".duration span") %>%
html_text() %>%
str_trim(),
default = "",
quiet = TRUE)
album_releaseDate <-
try_default(
expr =
src_url %>%
html_nodes(".release-date span") %>%
html_text() %>%
str_trim(),
default = "",
quiet = TRUE)
album_recordingDate <-
try_default(
expr =
src_url %>%
html_nodes(".recording-date div") %>%
html_text() %>%
str_trim(),
default = "",
quiet = TRUE)
album_genre <-
try_default(
expr =
src_url %>%
html_nodes(".genre a") %>%
html_attr("href") %>%
str_trim() %>%
gsub("http://www.allmusic.com/genre/","",.),
default = "",
quiet = TRUE)
album_style <-
try_default(
expr =
src_url %>%
html_nodes(".styles a") %>%
html_attr("href") %>%
str_trim() %>%
gsub("http://www.allmusic.com/style/","",.),
default = "",
quiet = TRUE)
album_mood <-
try_default(
expr =
src_url %>%
html_nodes(".mood a") %>%
html_attr("href") %>%
str_trim() %>%
gsub("http://www.allmusic.com/mood/","",.),
default = "",
quiet = TRUE)
album_theme <-
try_default(
src_url %>%
html_nodes(".theme a") %>%
html_attr("href") %>%
str_trim() %>%
gsub("http://www.allmusic.com/theme/","",.),
default = "",
quiet = TRUE)
credits_res_tmp <- try_default(
expr =
data.frame(credits_artistURL = credits_artistURL,
credit_artistRole = credit_artistRole,
src_artist = src_artist, album = album),
default =
data.frame(credits_artistURL = "ERROR",
credit_artistRole = "ERROR",
src_artist = src_artist, album = album), quiet = T) %>%
filter(., credits_artistURL != "#")
data_credits_tmp = list(credits_tmp, credits_res_tmp)
credits_tmp <- rbindlist(data_credits_tmp)
albumAttrs_res_tmp <- try_default(
expr =
data.frame(album_duration = album_duration,
album_releaseDate = album_releaseDate,
src_artist = src_artist, album = album),
default =
data.frame(album_duration = "ERROR",
album_releaseDate = "ERROR",
src_artist = src_artist, album = album), quiet = T)
data_albumAttrs_tmp = list(albumAttrs_tmp, albumAttrs_res_tmp)
albumAttrs_tmp <- rbindlist (data_albumAttrs_tmp)
album_genre_res_tmp <- try_default(
expr =
data.frame(album_genre = album_genre,
src_artist = src_artist, album = album),
default =
data.frame(album_genre = "ERROR",
src_artist = src_artist, album = album), quiet = T)
data_album_genre_tmp = list(album_style_tmp, album_genre_res_tmp)
album_genre_tmp <- rbindlist(data_album_genre_tmp)
album_style_res_tmp <- try_default(
expr =
data.frame(album_style = album_style,
src_artist = src_artist, album = album),
default =
data.frame(album_style = "ERROR",
src_artist = src_artist, album = album), quiet = T)
data_album_style_tmp = list(album_style_tmp, album_style_res_tmp)
album_style_tmp <- rbindlist(data_album_style_tmp)
album_mood_res_tmp <- try_default(
expr =
data.frame(album_mood = album_mood,
src_artist = src_artist, album = album),
default =
data.frame(album_mood = "ERROR",
src_artist = src_artist, album = album), quiet = T)
data_album_mood_tmp = list(album_mood_tmp, album_mood_res_tmp)
album_mood_tmp <- rbindlist (data_album_mood_tmp)
album_theme_res_tmp <- try_default(
expr =
data.frame(album_theme = album_theme,
src_artist = src_artist, album = album),
default =
data.frame(album_theme = "ERROR",
src_artist = src_artist, album = album), quiet = T)
data_album_theme_tmp = list(album_theme_tmp, album_theme_res_tmp)
album_theme_tmp <- rbindlist(data_album_theme_tmp)
Sys.sleep(runif(1, 0.01, 0.05))
if(i %% 10 == 0) {setTxtProgressBar(pb, i)}
}}
)
일부 결과가 표시되지만 일부 아티스트의 경우 스타일 입력란에 몇 가지 오류가 표시됩니다.
첫 번째 스크립트를 모방했지만 오류가 발생한 아티스트 만 저장 데이터 프레임을로드하는 별도의 스크립트를 만들었습니다.
스크립트는 그대로입니다.
그러나 이것을 사용한 후에, 나는 여전히 긁어 모으기에 오류가 발생했습니다.
1:In if (class(return_value) == "try-error") { ... :
the condition has length > 1 and only the first element will be used
2: In if (class(return_value) == "try-error") { ... : etc etc
나는 문제가 이렇게 내 논리에 1 개 이상의 단위 길이를 작성, 예를 여러 필드가 http://www.allmusic.com/album/ultimate-darkness-mw0000481576/credits에 대해 다음과 같이 특정 웹 페이지에서 내 주장에서 유래 생각합니다.
스타일 필드를 수집 할 수 있도록 이러한 요소를 포함하도록 코드를 변경하는 방법을 잘 모르겠습니다.