En CRAN · v0.1.0
Un paquete R para convertir información pública del tenis femenino en tablas que se puedan explorar, combinar y representar. Mi trabajo abarca la extracción, la estructuración de los datos y la documentación de la interfaz.
El problema
La web de la Women’s Tennis Association reúne biografías, trayectorias, partidos y clasificaciones. Esa información está pensada para consultarse en un navegador; trabajar con ella en un análisis requiere resolver la carga dinámica de las páginas y convertir su contenido en una estructura consistente.
matchpointR facilita ese paso para analistas y personas que trabajan con R. Devuelve data frames que pueden incorporarse a un flujo de análisis o visualización.
La solución
El paquete ofrece funciones para recuperar biografías de jugadoras, resúmenes de carrera en individuales y dobles, historiales de partidos, rankings y estadísticas agregadas. El resultado es una interfaz reutilizable para tareas que, de otro modo, exigirían escribir un extractor específico.
La instalación se realiza desde R:
install.packages("matchpointR")La guía de inicio desarrolla los ejemplos de uso y los requisitos de ejecución.
Decisiones de desarrollo
Las páginas que dependen de JavaScript se renderizan mediante chromote, con una sesión de Chrome sin interfaz. Cuando están disponibles, los datos estructurados schema.org JSON-LD tienen prioridad sobre los selectores CSS, lo que reduce la dependencia de la presentación visual de la web.
La separación entre adquisición y lectura del contenido permite revisar los parsers de forma independiente. La documentación se publica con pkgdown y el repositorio incorpora comprobaciones del paquete mediante integración continua.
Resultado y límites
La versión 0.1.0 se publicó en CRAN el 28 de abril de 2026. El paquete, su manual y su código están disponibles para consulta y uso.
Los datos siguen dependiendo de una fuente externa: un cambio en la WTA puede afectar a la extracción, incluso aunque las pruebas del parser pasen. Los rankings reflejan el momento de consulta; para comparar periodos conviene guardar la fecha y una copia de los datos. El uso debe respetar las condiciones de la fuente y evitar cargas de solicitudes innecesarias.