r - 在 getURL 中设置“信息丰富的用户代理字符串”

Question

我正在尝试访问 Wikipedia 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 Wikipedia api 访问该页面，但我不确定它是否有效。

问题是其他页面可以毫无问题地阅读，例如：

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

有什么建议么？

旁注：一般来说，我宁愿不抓取 wiki 页面并通过 api，但我担心这个特定页面还不能通过 api 获得......

Answer 1

根据的文档RCurlhttpheader，您可以通过添加参数来指定附加标头：

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