1

Ya construí un script que extrae los datos de una tabla alojada en la web, ya puedo visualizar las tablas pero para complementarlo necesito agregar los datos del proveedor como una columna de la tabla que ya está construida, me gustaría saber cómo puedo extraer los datos del proveedor para agregarlos a mi tabla.

Script

library(rvest)

urls.colombia.compra.microsoft <- paste0("https://colombiacompra.gov.co/tienda-virtual-del-estado-colombiano/ordenes-compra?page=", 
                               0:11, 
                               "&number_order=&state=&entity=&tool=IAD%20Software%20I%20-%20Microsoft&date_to_=%20&date_from_=")


base.colombia.compra.microsft <- purrr::map_df(urls.colombia.compra.microsoft, ~.x %>% read_html() %>% html_table())

base.colombia.compra.microsft

urls.colombia.compra.google <- paste0("https://colombiacompra.gov.co/tienda-virtual-del-estado-colombiano/ordenes-compra?page=", 
                               0:11, 
                               "&number_order=&state=&entity=&tool=IAD%20Software%20I%20-%20Google&date_to_=%20&date_from_=")

base.colombia.compra.google <- purrr::map_df(urls.colombia.compra.google, ~.x %>% read_html() %>% html_table())

base.colombia.compra.google

urls.colombia.compra.nube <- paste0("https://colombiacompra.gov.co/tienda-virtual-del-estado-colombiano/ordenes-compra?page=", 
                                      0:11, 
                                      "&number_order=&state=&entity=&tool=Nube%20Pública%20III&date_to_=%20&date_from_=")

base.colombia.compra.nube <- purrr::map_df(urls.colombia.compra.nube, ~.x %>% read_html() %>% html_table())

base.colombia.compra.nube

base.consolidada.colombia.compra <- data.table::rbindlist(list(base.colombia.compra.microsft, 
                        base.colombia.compra.google, 
                        base.colombia.compra.nube), idcol = 'id')

base.consolidada.colombia.compra

all_urls <- paste0('https://colombiacompra.gov.co/tienda-virtual-del-estado-colombiano/ordenes-compra/', base.consolidada.colombia.compra$`Orden de Compra`)

new_res <- purrr::map_df(all_urls, ~.x %>% read_html() %>% html_table() %>% .[[1]] %>% dplyr::mutate(order_number = basename(.x), .before = 1))

new_res


Base.articulos.colombia.compra <- new_res %>% dplyr::filter(!is.na(No))

Los datos de proveedor se ven así

introducir la descripción de la imagen aquí

1
  • Bienvenido Alejandro Chaves a Stack Overflow en español, te sugiero que hagas el recorrido de bienvenida y de paso ganes tu primer medalla, también es muy importante que leas Cómo preguntar para poder mejorar tu pregunta y que sea bien recibida por la comunidad mejorando así, tus chances de obtener buenas respuestas. Commented el 22 jul. 2021 a las 18:27

1 respuesta 1

0

Para obtener el nombre del proveedor, tienes que acceder a la página de la orden de compra, y en esta buscar el nodo apropiado, por ejemplo:

oc <- 72775
url.oc <-"https://colombiacompra.gov.co/tienda-virtual-del-estado-colombiano/ordenes-compra/"
url.oc <- paste0(url.oc, oc) 

url.oc %>% 
  read_html() %>% 
  html_nodes(xpath = '//*[@id="order_header_readable_status"]') %>% 
  html_text() %>% 
  `[[`(2)

[1] "Unión Temporal DELL EMC"

Esto mismo habrá que repetirlo por cada orden de compra que hubieras obtenido en alguna de tus consultas, por ejemplo:

library(tidyverse)

url.oc <-"https://colombiacompra.gov.co/tienda-virtual-del-estado-colombiano/ordenes-compra/"
base.colombia.compra.microsft %>% 
  select(`Orden de Compra`) %>% 
  map_df(~paste0(url.oc, .x)) %>%
  unlist() %>% 
  map(~.x %>% read_html() %>% 
        html_nodes(xpath = '//*[@id="order_header_readable_status"]') %>% 
        html_text() %>% 
        `[[`(2)) %>% 
  unlist() -> base.colombia.compra.microsft$proveedor

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.