buenas. Tengo extraídos todos los enlaces de una página web utilizando el lenguaje R y tengo que saber el status_code de cada enlace, comprobando antes si es una dirección absoluta o relativa, y añadir a una tabla cada enlace con su status_code. Lo estoy intentando con la función HEAD de httr, para los enlaces absolutos, y consigo muchos atributos de cada enlace, incluido el status_code, pero no consigo extraer ese valor para añadirlo al lado de cada enlace en la tabla. Adjunto el código de los que tengo, a ver si alguien me puede echar una mano. Para concretar, necesito el status_code de cada enlace extraido de la página y construir una tabla con los enlaces y esos status_code, todo ello en lenguaje r.
url <- "https://www.mediawiki.org/wiki/MediaWiki"
html <- GET(url)
content <- content(html, as = "text")
content
parsedHtml <- htmlParse(content, asText = TRUE)
parsedHtml
links_text <- xpathSApply(parsedHtml, "//a", xmlValue)
links_text
links_url <- xpathSApply(parsedHtml, "//a", xmlGetAttr, 'href')
links_url
valores_nulos_url <- sapply(links_url, is.null)
links_url[valores_nulos_url] <- NA
links_url <- unlist(links_url)
links_url
df <- data.frame(Enlace = links_url, Texto = links_text)
handler <- httr::handle("https://www.mediawiki.org")
c <- df$Enlace[grep("http", df$Enlace)]
c <- as.list(c)
status_absoluto <- lapply(c, HEAD)