我想比较不同国家的新闻文章中特定关键字的用法。
我的想法是使用RCrawler:抓取谷歌新闻
RCrawler(website = “https://news.google.com/topics/CAAqIggKIhxDQkFTRHdvSkwyMHZNREZqY0hsNUVnSmtaU2dBUAE?hl=de&gl=DE&ceid=DE%3Ade”, MaxDepth = 5, Keywordfilter = c(“Keyword”), KeywordAccuracy = 99)
然后数着我得到的结果。我不确定这是不是最好的方法，或者它是否正确，但我对R是新手，这是我目前能想到的最好的方法。
由于您使用的是谷歌新闻，与其用这种方式抓取，一种更简单的方法是访问该特定关键字的RSS提要，并将其拉入数据帧。幸运的是，有一个{tidyRSS}包可以用来完成这项工作。
提要的一个示例是使用以下URL：
https://news.google.com/rss/search?q=apple&hl=en-IN&gl=IN&ceid=IN:en
在此处了解如何自定义此URL。如果你愿意，你可以通过地理位置进行搜索。
安装tidyRSS后，您可以这样实现它：
library(tidyRSS)
# I will search for the keyword Apple
keyword <- "https://news.google.com/rss/search?q=apple&hl=en-IN&gl=IN&ceid=IN:en"
# From the package vignette
google_news <- tidyfeed(
keyword,
clean_tags = TRUE,
parse_dates = TRUE
)
这为您提供了一个数据框架，其中包含许多描述每篇文章的变量。你可以选择保留哪些。