Discussion :

[mathieu_r]

Bonjour,

Je suis en train d'essayer de scraper wikipedia afin de télécharger les photos de chaque président du monde.

Par contre, je bute lors de la phase essentielle de téléchargement. L'image téléchargée est dégradée et d'ailleurs, lors du téléchargement:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

download.file("http://upload.wikimedia.org/wikipedia/commons/thumb/e/ee/Hamid_Karzai_in_February_2009.jpg/220px-Hamid_Karzai_in_February_2009.jpg", 'C:/Hamid Karzai.jpg')

Un message m'indique:
essai de l'URL

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
'http://upload.wikimedia.org/wikipedia/commons/thumb/e/ee/Hamid_Karzai_in_February_2009.jpg/220px-Hamid_Karzai_in_February_2009.jpg'
Content type 'image/jpeg' length 200 bytes
URL ouverte
downloaded 12 Kb
 
Message d'avis :
In download.file(imgUrls[i], chemin, method = "auto", quiet = FALSE,  :
  taille téléchargée 12933 != taille déclarée 200

D'où cela peut-il venir?
Y a-t-il d'autres librairies pour télécharger des fichiers?

[vchouraki]

Bonjour,

J'ai lancé votre commande sans problème. Mes informations de session sont les suivantes :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
> sessionInfo()
R version 2.15.3 (2013-03-01)
Platform: x86_64-pc-linux-gnu (64-bit)
 
locale:
 [1] LC_CTYPE=en_US.utf8       LC_NUMERIC=C             
 [3] LC_TIME=en_US.utf8        LC_COLLATE=en_US.utf8    
 [5] LC_MONETARY=en_US.utf8    LC_MESSAGES=en_US.utf8   
 [7] LC_PAPER=C                LC_NAME=C                
 [9] LC_ADDRESS=C              LC_TELEPHONE=C           
[11] LC_MEASUREMENT=en_US.utf8 LC_IDENTIFICATION=C      
 
attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base

Essayez avec l'argument cacheOK=FALSE ou en changeant l'argument method pour voir...

HTH

Vincent