如何使用 Rselenium 读取 html 表格？答案

【问题标题】：How to read an html table using Rselenium?如何使用 Rselenium 读取 html 表格？
【发布时间】：2015-07-08 01:52:52
【问题描述】：

我正在使用 Rselenium 导航到网页。下面的代码就是这样做的。我没有提供网址，因为我在需要 vpn 连接的公司中使用该网址：

RSelenium::startServer()
require(RSelenium)
remDr <- remoteDriver()
remDr$navigate("some url")

导航到网页后，在 html 源代码中我有下表：

<font size="2">
<table border="1">
<tbody>
<tr>
<td> item1 </td>
<td> 0 </td>
<td> 0.05 </td>
<td> 2.43 </td>
<td align="center"> Pct </td>
<td align="center"> 1 </td>
</tr>
</tbody>
</table>

现在的问题是我怎样才能拉出这个表的内容？请假设 url 不存在，否则我可以使用 XML 函数：readHTMLTable(remDr$getCurrentUrl())。但这由于某种原因不起作用。我只需要使用remoteDriver 句柄（remDr）。非常感谢您的宝贵时间

【问题讨论】：

标签： r selenium web-scraping rselenium

【解决方案1】：

类似：

library(XML)
doc <- htmlParse(remDr$getPageSource()[[1]])
readHTMLTable(doc)

应该允许您访问 html 并处理包含的表格。

【讨论】：

非常感谢@jdharrison 的回复。因为我的桌子很大，所以要花太多时间。是否可以仅读取某些单元格，例如如何读取上面 html 代码中的数字 2.43？再次感谢

【解决方案2】：

我更喜欢使用 rvest，所以我所做的是：

# Importing libraries
library(RSelenium)
library(rvest)

# Extracting table
remDr$getPageSource()[[1]] %>% 
  read_html() %>%
  html_table()

【讨论】：