Projeto de R para aprender diferentes funções com ênfase em Web Scraping

Português

Com esse script, a pessoa vai aprender a fazer web scraping profissional em R a partir de um arquivo HTML local, organizando informações bibliográficas de artigos acadêmicos. Ao final, será capaz de:

Carregar e gerenciar pacotes com pacman de forma eficiente;

Ler e interpretar estruturas HTML com rvest;

Usar seletores CSS e XPath para extrair dados específicos (autores, títulos, anos e links);

Tratar textos complexos com expressões regulares (stringr);

Organizar os dados em um data.frame limpo com dplyr;

Exportar os dados para Excel com writexl para uso externo ou análise adicional.

Além disso, o script ensina boas práticas de verificação de erros, tratamento de exceções e limpeza de strings, tornando-se um modelo útil para outras aplicações de raspagem de dados estruturados. O produto final é uma planilha com todos os artigos do Journal of Statistics Education já indexados.

Mostrar mais