如何在循环中跳过假期（会产生错误）？

Question

我编写了一年中每一天的代码，并将其保存在单独的 .xlms 文件中。

start <- as.Date("25-01-19",format="%d-%m-%y")
end   <- as.Date("17-12-19",format="%d-%m-%y")

theDate <- start

while (theDate <= end)
{
  url <- (paste0("http://www.b3.com.br/pt_br/produtos-e-servicos/emprestimo-de-ativos/renda-variavel/emprestimos-registrados/renda-variavel-8AE490CA64CD50310164D1EFD6412F1C.htm?data=",format(theDate,"%d/%m/%y"),"&f=0"))

  site <- read_html(url)

  Info_Ajuste_HTML <- html_nodes(site,'table')

  Info_ajuste <- html_text(Info_Ajuste_HTML)

  head(Info_ajuste,20)

  t <- head(Info_Ajuste_HTML)

  lista_tabela <- site %>%
      html_nodes("table") %>%
      html_table(fill = TRUE) 

  str(lista_tabela)

      head(lista_tabela[[1]], 10)

       if (t =="character(0)") {
         theDate <- theDate + 1
       } else {
           ... code ...

访问的 url 是动态的，并且每天都在变化。问题是在网站下线的那几天，执行命令时产生错误"character (0)"：>head(Info_ajuste, 20)，错误：“{xml_nodeset(0 )}" 当执行 >head (Info_Ajust_HTML) 时。

这是因为它下载了一个 table，而在某些日子里，该站点不提供 table。

我需要创建一个 "if" 来跳过出现此错误的日子。

Answer 1

您可以检查 Info_Ajuste_HTML 的长度并仅在其中捕获了某些值时才执行剩余的代码。

library(rvest)

while (theDate <= end)
{
  url <- (paste0("http://www.b3.com.br/pt_br/produtos-e-servicos/emprestimo-de-ativos/renda-variavel/emprestimos-registrados/renda-variavel-8AE490CA64CD50310164D1EFD6412F1C.htm?data=",format(theDate,"%d/%m/%y"),"&f=0"))
  site <- read_html(url)
  Info_Ajuste_HTML <- html_nodes(site,'table')
  if (length(Info_Ajuste_HTML) > 0) { ### <- Added a check here
      Info_ajuste <- html_text(Info_Ajuste_HTML)
      head(Info_ajuste,20)
      t <- head(Info_Ajuste_HTML)
      ##rest of the code
      ##rest of the code
   }
}

如何在循环中跳过假期（会产生错误）？

How to skip a holiday (which generates an error) in a loop?

r

web-scraping

rvest