Question

I would like to extract the table (table 4) from the URL "http://www.moneycontrol.com/financials/oilnaturalgascorporation/profit-loss/IP02". The catch is that I will have to use RSelenium

Now here is the code I am using:

remDr$navigate(URL)
doc<-htmlParse(remDr$getPageSource()[[1]])
x<-readHTMLTable(doc)

The above code is not able to extract the table 4. However when I do not use Rselenium like below, I am able to extract the table easily

download.file(URL,'quote.html')
doc<-htmlParse('quote.html')
x<-readHTMLTable(doc,which=5)

Please let me the solution as I have been stuck on this part for a month now. Appreciate your suggestions

Answer 1

我认为它运作正常。使用download.file可以获得的表也可以通过使用以下RSelenium代码获得

readHTMLTable(htmlParse(remDr$getPageSource(),asText=TRUE),header=TRUE,which=6)

希望有所帮助！

Answer 2

我正在努力解决同样的问题：我试图提出一个不使用htmlParse的解决方案：例如（导航到页面后）： table＆lt; - remDr $ findElements（使用=＆＃34;标记名称＆＃34;，值=＆＃34;表＆＃34;）

你可能不得不在你的身上使用css或xpath，下一步我还在努力。

我终于将一张表下载到了一个漂亮的小数据框中，当你弄清楚它时似乎很容易。使用XML包中的帮助页面：

library(RSelenium)
library(XML)
u <- 'http://www.w3schools.com/html/html_tables.asp'
doc <- htmlParse(u)
tableNodes <- getNodeSet(do9c, "//table")
tb <- readHTMLTable(tableNodes[[1]])

Answer 3

我找到了解决方案。在我的情况下，我必须首先导航到内框（boxBg1），然后才能提取外部html，然后使用readHtmlTable函数。它现在工作正常。如果我将来遇到类似的问题，将发布

readHTMLTable function not able to extract the html table

3 个答案: