RでJリーグの結果をスクレイピングする

#前置き
スクレピングと言えばPythonだと思っていたのに、Rでも出来るじゃん！！ってなったので、自分でもやってみようと思います。これが出来れば色々応用が効くので。
まだ日本語の記事も多くはないので、まだ使ったことの無い人の参考になれば幸いです。

今回は、2017年4月に置ける明治安田生命J1リーグの結果を取得してみたいと思います。

#下準備
rvestパッケージを使えるようにしておきます。

.R

install.packages("rvest", dep=TRUE)
library(rvest)

#データ取得先
試合結果は https://www.jleague.jp/match/search/j1/201704/ に載っています。最初に、アドレスを指定して、データを取得します。

.R

#2017年04月のJ1の結果ページ取得
J1_2017_04 <- read_html("https://www.jleague.jp/match/search/j1/201704/")

#試合結果を取得する
htmlを読むと、クラス名"matchTable"というテーブルが開催日ごとにあり、その中に各試合のチーム名や点数を含むクラス名"gableTable"というテーブルが存在する、入れ子構造になってます。
まず手始めに、4月1日開催分の結果を取得してみましょう。 matchTableが開催日順になっているので1番目を指定し、その中に含まれるクラス名"gameTable"を取り出して、最終的にhtml_table関数でgameTableに含まれるテーブルから、それぞれの結果を取得します。

.R

#結果取得　.matchTableごとに.gameTableを取得
matchTable_node <- html_nodes(J1_2017_04,".matchTable") 
gameTable_node <- html_nodes(matchTable_node[1],".gameTable")
gameTable_table <- html_table(gameTable_node, fill=TRUE)

得られた結果は、下記のようなデータが入ったリストになってました。

.R

head(gameTable_table, n=1)
#[[1]]
#    X1 X2       X3 X4     X5
#1 仙台  0 試合終了  2 川崎Ｆ

このままだと扱いにくいのでデータフレームに整形します。

.R

#データフレームに整形
length <- length(gameTable_table)
matchTable_table <- NULL
for(i in 1:length) {
	matchTable_table <- rbind(matchTable_table, gameTable_table[[i]])
}

するとこんな感じに。

.R

head(matchTable_table, n=3)
#    X1 X2       X3 X4     X5
#1 仙台  0 試合終了  2 川崎Ｆ
#2 新潟  2 試合終了  3 Ｇ大阪
#3 広島  0 試合終了  2     柏

#開催日と節を追加する
それぞれの情報は、<div class=timeStamp>タグ内の<h4>タグと、<div class=leagAccTit>タグ内の<h5>タグにあったので、そこから取ってきます。
取ってきたらcbindで結合します。

.R

#開催日と節を追加
timeStamp_node <- html_nodes(J1_2017_04,"div.timeStamp>h4")
timeStamp_text <- html_text(timeStamp_node[1])

leagAccTit_node <- html_nodes(J1_2017_04,"div.leagAccTit>h5")
leagAccTit_text <- html_text(leagAccTit_node[1])

matchTable_table2 <- cbind(rep(leagAccTit_text,times=length), rep(timeStamp_text, times=length), matchTable_table)

これで開催日が4月1日の結果と、節・日時が取得できました。

.R

head(matchTable_table2, n=3)
#  rep(leagAccTit_text, times = length) rep(timeStamp_text, times = length)   X1 X2
#1        明治安田生命Ｊ１リーグ　第5節                    2017年4月1日(土) 仙台  0
#2        明治安田生命Ｊ１リーグ　第5節                    2017年4月1日(土) 新潟  2
#3        明治安田生命Ｊ１リーグ　第5節                    2017年4月1日(土) 広島  0
#        X3 X4     X5
#1 試合終了  2 川崎Ｆ
#2 試合終了  3 Ｇ大阪
#3 試合終了  2     柏

#ループを回して全取得
他の開催日の試合結果を得るために、上記をmacthTableの数だけループで回します。
最後にちょこっと列名を修正。

.R

#ループを回す
matchTable_length <- length(matchTable_node)
resultTable <- NULL
for (i in 1:matchTable_length) {
	gameTable_node <- html_nodes(matchTable_node[i],".gameTable")
	gameTable_table <- html_table(gameTable_node, fill=TRUE)

	matchTable_table <- NULL
	gameTable_length <- length(gameTable_table)
	for(j in 1:gameTable_length) {
		matchTable_table <- rbind(matchTable_table, gameTable_table[[j]])
	}

	timeStamp_node <- html_nodes(J1_2017_04,"div.timeStamp>h4")
	timeStamp_text <- html_text(timeStamp_node[i])

	leagAccTit_node <- html_nodes(J1_2017_04,"div.leagAccTit>h5")
	leagAccTit_text <- html_text(leagAccTit_node[i])

	matchTable_table2 <- cbind(rep(leagAccTit_text,times=gameTable_length), rep(timeStamp_text, times=gameTable_length), matchTable_table)

	resultTable <- rbind(resultTable, matchTable_table2)
}
colnames(resultTable) <- c("節","開催日","Home.Team","Home.Score","Finished","Away.Score","Away.Team")
resultTable

#完成です。
無事に、4月分の結果が取得できました。

.R

head(resultTable, n=3)
#                             節           開催日 Home.Team Home.Score Finished Away.Score
#1 明治安田生命Ｊ１リーグ　第5節 2017年4月1日(土)      仙台          0 試合終了          2
#2 明治安田生命Ｊ１リーグ　第5節 2017年4月1日(土)      新潟          2 試合終了          3
#3 明治安田生命Ｊ１リーグ　第5節 2017年4月1日(土)      広島          0 試合終了          2
#  Away.Team
#1    川崎Ｆ
#2    Ｇ大阪
#3        柏

tail(resultTable, n=3)
#                              節            開催日 Home.Team Home.Score Finished
#43 明治安田生命Ｊ１リーグ　第9節 2017年4月30日(日)      神戸          0 試合終了
#44 明治安田生命Ｊ１リーグ　第9節 2017年4月30日(日)    横浜FM          0 試合終了
#45 明治安田生命Ｊ１リーグ　第9節 2017年4月30日(日)    Ｃ大阪          2 試合終了
#   Away.Score Away.Team
#43          1      甲府
#44          1    Ｇ大阪
#45          0    川崎Ｆ