rvest open.connection（x、 "rb"）のエラー：タイムアウトに達しました

Question

http://google.comからコンテンツをスクラップしようとしています。 エラーメッセージが表示されます。 open.connectionで

library(rvest) 
html("http://google.com") 

エラー（X、 "RB"）：
タイムアウトはまた達した：
警告メッセージを： 'HTML' は廃止されました。
代わりに 'read_html'を使用してください。
は、これはおそらくファイアウォールまたはプロキシによって引き起こされる（「非推奨」）

私は会社のネットワークを使用しているため、ヘルプを参照してください。私はset_configを使用しようとしますが、動作しません。

Answer 1

これはおそらく、read_html（またはあなたの場合はhtml）を呼び出す際に、コンテンツを取得しようとしているサーバーに対して自分自身を正しく識別できないという問題です（これはデフォルトの動作です）。 curlを使用して、read_htmlのhandle引数にユーザーエージェントを追加して、スクレーパーが自分自身を識別できるようにします。

library(rvest) 
library(curl) 
read_html(curl('http://google.com', handle = curl::new_handle("useragent" = "Mozilla/5.0"))) 

Answer 2

オフィスネットワーク内のプロキシの背後に作業しているとき、私は同じError in open.connection(x, “rb”) : Timeout was reached問題に遭遇しました。

はここ

library(rvest) 
url = "http://google.com" 
download.file(url, destfile = "scrapedpage.html", quiet=TRUE) 
content <- read_html("scrapedpage.html") 

はクレジット、私のために働いていたものです：https://stackoverflow.com/a/38463559

Answer 3

私のVPNがオンにされたので、私はこの問題に遭遇しました。それをオフにした直後に、私は再試行し、問題を解決しました。