r - 在 getURL 中设置 "an informative User-Agent string"

Question

我正在尝试访问维基百科页面以获取页面列表，并收到以下错误:

library(RCurl)
u <- "http://en.wikipedia.org/w/index.php?title=Special%3APrefixIndex&prefix=tal&namespace=4"
getURL(u)
[1] "Scripts should use an informative User-Agent string with contact information, or they may be IP-blocked without notice.\n"

我希望通过维基百科 api 访问该页面，但是 I am not sure it would work .

问题是其他页面的读取没有问题，例如:

u <- "http://en.wikipedia.org/wiki/Wikipedia:Talk"
getURL(u)

有什么建议吗？

旁注:一般来说，我宁愿不抓取 wiki 页面并通过 api，但我担心这些特定页面尚无法通过 api 访问...

Answer 1

根据the documentation of RCurl ，您可以通过添加 httpheader 参数来指定附加 header :

getURL(u, httpheader = c('User-Agent' = "Informative string with your contact info"))