Использование rvest или httr для входа в нестандартные формы на веб-странице

Question

Я пытаюсь использовать rvest, чтобы создать паук на веб-странице, для которой требуется ввести адрес электронной почты / пароль для входа в форму.

rm(list=ls())
library(rvest)

### Trying to sign into a form using email/password 

url       <-"http://www.perfectgame.org/"   ## page to spider
pgsession <-html_session(url)               ## create session
pgform    <-html_form(pgsession)[[1]]       ## pull form from session

set_values(pgform, `ctl00$Header2$HeaderTop1$tbUsername` = "[e-mail]") 
set_values(pgform, `ctl00$Header2$HeaderTop1$tbPassword` = "mypassword")

submit_form(pgsession,pgform,submit=`ctl00$Header2$HeaderTop1$Button1`)

Это дает мне следующее сообщение об ошибке:

Error in submit_request(form, submit) : 

объект 'ctl00$Header2$HeaderTop1$Button1' не найден

Если я отправляю форму без указания параметра отправки, я получаю это:

Submitting with 'ctl00$Header2$HeaderTop1$Button1'
Error in function (type, msg, asError = TRUE)  : <url> malformed

Я также попытался передать параметры непосредственно в httr, как упоминалось в этом вопросе: Как я могу POST простую форму HTML в R?, но параметр submit не принимал кнопку отправки ни с обратными кавычками (``), ни с кавычками, ни без кавычек:

library(httr)

url <- "http://www.perfectgame.org/Rankings/Players/Default.aspx?gyear=2015&num=500"

fd <- list(
    submit = `ctl00$Header2$HeaderTop1$Button1`,
    `ctl00$Header2$HeaderTop1$tbUsername`  = "[e-mail]",
    `ctl00$Header2$HeaderTop1$tbPassword`  = "mypassword")

resp<-POST(url, body=fd, encode="form")
content(resp) 

Любые идеи о том, как я могу войти из сеанса R и паук данных, которые за стеной входа в систему?

Answer 1

Ваш rvest код не хранит измененную форму, поэтому в вашем примере вы просто отправляете оригинал pgform без заполнения значений. Пытаться:

library(rvest)

url       <-"http://www.perfectgame.org/"   ## page to spider
pgsession <-html_session(url)               ## create session
pgform    <-html_form(pgsession)[[1]]       ## pull form from session

# Note the new variable assignment 

filled_form <- set_values(pgform,
  `ctl00$Header2$HeaderTop1$tbUsername` = "[e-mail]", 
  `ctl00$Header2$HeaderTop1$tbPassword` = "mypassword")

submit_form(pgsession,filled_form)

И теперь я вижу хороший ответ с кодом состояния 200 вместо ошибки. Обратите внимание, что, поскольку требуемая кнопка отправки является первой кнопкой отправки, нам не нужно указывать ее в качестве аргумента, но в противном случае мы просто дали бы ей строку (прямые кавычки, а не обратные кавычки).