Question

编程的新手，并尝试从下面的站点剪贴数据。当我运行以下代码时，它将返回一个空的数据集或表。任何帮助或替代方案将不胜感激。

尝试使用xpath和相同的结果，并且html_table（）而不是文本返回错误，该错误没有适用于“ html_table”的适用于“ xml_missing”类对象的适用方法。

Answer 1

正如Mislav所说，该表是用JavaScript生成的，所以最好的选择是RSelenium。

此外，如果要获取表，则使用html_table()可以用更少的代码来获取它。

我的尝试：

# Load packages
library(rvest) #Loading the rvest package
library(magrittr) # for the '%>%' pipe symbols
library(RSelenium) # to get the loaded html of the webpage

# starting local RSelenium (this is the only way to start RSelenium that is working for me atm)
selCommand <- wdman::selenium(jvmargs = c("-Dwebdriver.chrome.verboseLogging=true"), retcommand = TRUE)
shell(selCommand, wait = FALSE, minimized = TRUE)
remDr <- remoteDriver(port = 4567L, browserName = "chrome")
remDr$open()

# define url
url <- "https://fasttrack.grv.org.au/Dog/Form?id=2003010003"

# go to website
remDr$navigate(url)

# as it's being loaded with JavaScript and it has a slow load, add a sleep here
Sys.sleep(10) # increase as needed

# get the html object of the webpage
html_obj <- remDr$getPageSource(header = TRUE)[[1]] %>% read_html()

# read the table in the html_obj
tab <- html_obj %>%  html_table() %>% .[[1]]

希望有帮助！但是，在进行操作之前，请务必先检查网页是否允许抓取！选中Terms and conditions：

除非直接用于查看，打印，访问或与网站交互以供您个人使用或用作网站或这些条款和条件中另有说明，您不得复制，复制，修改，与公众交流，改编，传输，分发，下载或存储Web的任何内容网站（包括如下所述的比赛信息），或包含无需编写GRV即可将网站的任何部分转换为另一个网站同意。

rvest r数据抓取返回空表

1 个答案: