R中常用知识汇总

1、R中的错误识别
2、R中的循环控制
3、xpath及爬虫总结
参考链接：
try的使用：https://blog.csdn.net/YJJ18636810884/article/details/83176190
tryCatch的使用1：https://blog.csdn.net/weixin_41929524/article/details/84667843
tryCatch的使用2：https://www.jianshu.com/p/99e21e018ae3

一、R中的错误识别

背景：

在进行循环计算时，有可能输入存在异常或公式存在bug，导致部分输入值报错，从而终止循环，而这种现象的逐一排查是困难且耗时的，因此我们需要能够识别循环过程中的error，并完成：1、对错误进行合适的判断及后续处理，2、保证错误的出现不影响后续的循环的继续进行。R中有两个函数可以做到如此功能
try()：在可能存在错误的代码中使用fit=try(代码)，如果多行代码就使用fit=try({代码})，该函数会返回一个‘try-error'类的对象，因此可以通过if('try-error'%in%class(fit)){next(或者break)}来决定循环的进行或终止
tryCatch():有时我们需要对不同的报告类型（error，warning）做出不同处理时，可以使用tryCatch(需要捕捉的表达式, error = 错误时触发的函数式, finally = 不管error/正常运行/warning最终一定要运行的函数式)

对于tryCatch的举例：

divide <- function(x, y) {
  result <- tryCatch({
    x / y
  }, warning = function(war) {
    cat("warning!", war, "\n")
  }, error = function(err) {
    cat("error!", err, "\n")
  }, finally = {
    print("executing finally clause")
  })
  
  return(result)
}

二、R语言中的循环控制

1、两类循环语句，for和while

for：循环执行语句，直到某个变量不在指定范围为止（有限或确定范围内的循环）

for (i in 1:10)  print("Hello")

while：循环执行语句，直到条件不为真为止（可以是无限范围，更像是条件控制下的循环）,需要在循环体中重赋值变量！

i <- 10
while (i > 0) {print("Hello"); i <- i - 1}

2、两个循环控制语句，next和break

参考链接：
https://baijiahao.baidu.com/s?id=1610772171650448266&wfr=spider&for=pc
next：结束本次循环中next后的语句，继续进行下一次循环
图中所示的在循环体中，next前和后都有语句，当执行遇到next时，循环体中next后面的语句不会被执行到，而是跳转到循环体中的第一个语句执行，或者判断循环体的条件是否满足以进行下一次循环

next

break：结束全部循环，直接跳出！
由图可以看出，在循环体中如果遇到了break，则执行会从循环体中跳出，执行循环体后面的语句（不会再进入循环体中）。这个用法在repeat语句中是非常有用的，否则repeat会陷入死循环。

break

三、Xpath及爬虫总结

Xpath学习：https://www.w3school.com.cn/xpath/xpath_axes.asp
https://www.cnblogs.com/jingdenghuakai/p/11078780.html
xpath中的轴的使用、节点条件选择和部分函数的使用总结
1、轴
ancestor: 选取当前节点的所有先辈（父、祖父等）。
ancestor-or-self: 选取当前节点的所有先辈（父、祖父等）以及当前节点本身。
attribute: 选取当前节点的所有属性。
child:选取当前节点的所有子元素。
descendant： 选取当前节点的所有后代元素（子、孙等）。
descendant-or-self： 选取当前节点的所有后代元素（子、孙等）以及当前节点本身。
following： 选取文档中当前节点的结束标签之后的所有节点。
namespace： 选取当前节点的所有命名空间节点。
parent： 选取当前节点的父节点。
preceding： 选取文档中当前节点的开始标签之前的所有节点。
preceding-sibling： 选取当前节点之前的所有同级节点。
self： 选取当前节点。

常用节点表示

//div/parent::a 寻找div节点的父节点，父节点的名称是a
//div/child::a 寻找div节点的子节点，子节点的名称是a
//div/following-sibling::a 寻找div节点的同级节点，该同级节点在div节点之后，该同级节点的名称是a
//div/preceding-sibling::a 寻找div节点的同级节点，该同级节点在div节点之前，该同级节点的名称是a

2、节点的条件选择
根据节点的不同的属性值来从同名节点中挑选需要的节点，一般使用[]进行条件选取
常用的条件选择

//div[@class="xxx"] 选择class属性为xxx的名为div的节点
//div[text()="xxx"] 选择text属性为xxx的名为div的节点

3、部分函数的总结
最常用的是contains和属性连用来选择包含某些信息的节点
常用的方式

//div[contains(@id,"w")] 选取id属性中包含w的名为div的节点
//div[contains(text(),"w")] 选取text属性中包含w的名为div的节点

4、使用rvest的爬虫总结

html_session(url)%>%read_html()%>%html_nodes(xpath=xpath)%>%html_attr(name=name)|%>%html_text()