Соберите таблицу лидеров хоум-рана из Baseball Savant с помощью R

Веб-страница использует JavaScript для отображения страницы, поэтому данные не сохраняются в элементе таблицы. К счастью, вместо этого данные хранятся в элементе «script» как JSON.

Я посмотрел на вектор возвращенных скриптов и визуально определил четвертый скрипт как тот, который содержит интересующие данные. Так что это может сломаться позже или на другой странице.

library(rvest)
library(dplyr)
url <- "https://baseballsavant.mlb.com/leaderboard/home-runs?player_type=Batter&team=&min=0&cat=adj_xhr&year=2020"

# Read the webpage
webpage <- read_html(url)

# Extract the table
scripts <- webpage %>%
   html_elements('script') 

#data is stored in the fourth script - by eye
myscript<- scripts[4] %>% html_text() %>% trimws()

#Mutliple data strutures are stored, spliting at the ";"
datafields <- strsplit(myscript, ";")
#convert the list to vector
data <- datafields[[1]]
#peek at the data
substr(data, 1, 30)

#remove everything before the first [
data <- sub(".+= (.*)", "\\1", data)

#convert from JSON
answer <- jsonlite::fromJSON(data[1])


dim(answer)
#[1] 476  51

Окончательный фрейм данных имеет 51 столбец и 476 строк информации.