荷兰政府公布其在网站上提供的补贴：
http://www.hetlnvloket.nl/databank-eu-subsidiegegevens-2012#
然而，从网站获取数据并不简单。如果你去网站，请选择＆＃39; Gemeenschappelijk Landbouw Beleid＆＃39; （共同农业政策，欧盟补贴计划）和新闻动态＆＃39; （zoek表示＆＃39;搜索＆＃39;）在页面底部，您可以从100个条目中获得一个表格。但是我无法将其录入R.看来该页面是在您按下＆＃39; zoek＆＃39;后用JavaScript生成的。
我的问题是：
如何从网站上删除此内容？
我如何获得其他900页（总共有90K记录）
我要求政府在XLS中向我提供这些数据，但由于隐私原因，他们不会这样做。＆＃39;但这样一来，没人能检查。我不喜欢那样。 ; - ）
答案 0 :(得分：2)
如果您没有看到网址更改，请求通常是通过ajax或通过对同一页面的请求后完成的。在这种情况下，它是通过ajax POST请求到某个带有一些参数的页面完成的。要查找哪些页面加载了哪些参数，请打开开发人员控制台。您可以通过右键单击大多数浏览器并单击“检查元素”或按 F12 来执行此操作。转到网络选项卡，然后单击搜索按钮。您将在弹出的网络选项卡中看到一个请求。检查此请求。您会注意到这是对/pls/feed/glb2012的请求。您也可以在那里找到请求参数。
关于如何刮掉这个问题。使用编程语言和您最喜欢的抓取库。建议库不在StackOverflow的范围内。
答案 1 :(得分：0)
使用比R更适合刮擦的工具。例如，python中的Scrapy或BeautifulSoup，perl中的Mojolicious或Web :: Scraper，...你想用刮擦工具刮掉，输出csv中的数据（或者其他东西）类似的标准），然后把它带到R。
您需要弄清楚浏览器 - 服务器通信的确切内容。当您转到该页面时，数据可能不是 at 您看到的网址。在Wireshark中快速捕获并查看HTTP请求将显示。
看起来，根据您的经验水平（并且可能不想仅为此学习新工具），您可能希望有人为您做这件事。发布它，确保谁做了它做了一堆刮削项目，最多只需要几个小时。
如果您确实想这样做，请按照抓取教程和食谱示例进行操作，但请记住在执行此操作时检查Wireshark中的实际通信。