我正试图从cricinfo网站上板球运动员的个人资料中获取他们的基本球员信息。以下是玩家个人资料页面的示例：https://www.espncricinfo.com/player/shaun-marsh-6683
最终，我想在R中编写一个函数，以提取概览选项卡顶部的信息(全名、出生、年龄等(，并将信息放入R中的数据帧中。然后，我有另一个函数可以为多个感兴趣的玩家这样做。
然而，有两个主要问题：第一，并非所有玩家的概览页面上都有相同的信息类别。因此，我需要导入每个玩家的类别标题(例如全名、出生、年龄等(以及相应的值。我使用R中的rvest完成了这项工作，代码如下：
player_info <- content %>%
html_nodes(".player_overview-grid") %>%
html_nodes(".player-card-description.gray-900") %>%
html_text()
player_cats <- content %>%
html_nodes(".player_overview-grid") %>%
html_nodes(".player-card-heading") %>%
html_text()
newplayer <- data.frame(player_cats, player_info)
这给了大多数玩家想要的结果，但遇到了一个我不知道如何解决的问题。一些玩家在给定的标题中有两个值；例如，在上面给出的链接中，玩家有两个关系(兄弟和父亲(，因此这意味着player_cats和player_info向量具有不同的长度。
请有人帮我解决这个问题。我认为我需要以某种方式将类别及其值提取为成对的，而不是单独的，如果这有意义的话。如果有多个条目，我很乐意提取类别中的第一个值，或者在R的最终数据帧中多次包括类别标题。两者都可以。
对不起，如果这是一个简单的问题，我对此很陌生。非常感谢
编辑：
假设我将该函数应用于该玩家的页面https://www.espncricinfo.com/player/wes-agar-959833，则输出是所需的，因为每个类别只有一个条目。也就是说，它给了我以下数据帧：如下图1所示，该玩家的信息类别及其值的数据帧
但是，当我尝试将函数应用于列出的原始配置文件时，会出现问题：https://www.espncricinfo.com/player/shaun-marsh-6683.我得到了一个错误，因为有9个类别，但有10个条目，因此无法使用rbind。见图2、3、4。我需要找到一种方法来抓取每个值属于哪个类别，这样我就可以在R中的数据帧中复制类别标题；GR Marsh"；在RH列中。
一种解决方法是对每个类别使用html_text2和xpath：
library(rvest)
library(dply)
url = "https://www.espncricinfo.com/player/shaun-marsh-6683"
#create an empty dataframe to store results
df = vector()
for(i in 1:9){
#creating xpath for each of the nine category
nod = paste0('//*[@id="main-container"]/div[1]/div/div[2]/div/div[2]/div[2]/div[1]/div/div[1]/div[', i, ']')
df1 = url %>%
read_html() %>%
html_nodes(xpath =nod) %>%
html_text2()
#now we split the result into columns
df1= do.call(rbind, str_split(df1, "n"))
df = rbind.data.frame(df, df1)
}
V1 V2 V3
1 Full Name Shaun Edward Marsh
2 Born July 09, 1983, Narrogin, Western Australia
3 Age 38y 147d
4 Nicknames Sos
5 Batting Style Left hand bat
6 Bowling Style Slow left arm orthodox
7 Playing Role Top order batter
8 Height 1.84 m
9 relations GR Marsh (father),MR Marsh (brother)