library(tidyverse) # manipulación de datos
library(rvest)     # web scraping
library(polite)    # verificación de robots.txt para web scraping
library(lubridate) # manipulación de fechas
library(wordcloud) # Nube de palabras
library(tidytext)  # Tokens 
library(tm)        # Manipulación de texto - StopWordss
library(jcolors)   # Colores

url_colombia <-
  "https://news.google.com/topics/CAAqJggKIiBDQkFTRWdvSUwyMHZNREZzY3pJU0JtVnpMVFF4T1NnQVAB?hl=es-419&gl=CO&ceid=CO%3Aes-419"

url_colombia %>% 
  bow()

# Títulos de noticias
titulo_noticia <-
  url_colombia %>%
  read_html() %>%
  html_elements("body") %>%
  html_elements("a.WwrzSb")  %>%
  html_attr("aria-label")

titulo_noticia %>% head(n = 3)

# Fuente
fuente_noticia <- 
  url_colombia %>% 
  read_html() %>% 
  html_elements("body") %>% 
  html_elements("div.MCAGUe") %>% 
  html_text()

fuente_noticia %>% head(n = 3)

# Hora
hora_noticia <-
  url_colombia %>%
  read_html() %>%
  html_elements("body") %>%
  html_elements("div.UOVeFe") %>%
  html_text()

hora_noticia %>% head(n = 3)