使用 RSelenium 抓取 PowerBI 图形数据

【问题标题】：Web Scraping PowerBI figure data using RSelenium使用 RSelenium 抓取 PowerBI 图形数据
【发布时间】：2021-04-20 21:28:10
【问题描述】：

我正在尝试获取 powerBI 图表中的基础数据。该页面允许导出为表格，但四舍五入为整数，我希望更精确，即图表。

“https://app.powerbigov.us/view?r=eyJrIjoiYWQxOTUwODQtOWJiYi00NjRiLWEyNDctMjRiMzJmZGJiZDk4IiwidCI6IjBhZDJkYjBlLTQxZGUtNDNmZS05NDZjLWQyY2FkMDViZDk0ZCJ9”

我可以使用 RSelenium 提取页面源，但无法为图表数据获取正确的选择器

library(rvest)
library(dplyr)
library(RSelenium)

使用 RSelenium 在 selenium 服务器上启动一个 chrome

remDr <- remoteDriver(
  remoteServerAddr = 'localhost',
  port = 4445L,
  browserName = 'firefox'
)

在 Chrome 上打开一个新标签

remDr$open()

导航到我要分析的网站

report_url <- "https://app.powerbigov.us/view?r=eyJrIjoiYWQxOTUwODQtOWJiYi00NjRiLWEyNDctMjRiMzJmZGJiZDk4IiwidCI6IjBhZDJkYjBlLTQxZGUtNDNmZS05NDZjLWQyY2FkMDViZDk0ZCJ9"

#Scrape website's Power BI dashboard using R

remDr$navigate(report_url)

找到并点击指向代码数据的按钮

zipCodeBtn <- remDr$findElement('.//button[descendant::span[text()="Key Metrics"]]', using="xpath")
zipCodeBtn$clickElement()

#todo ED 访问 CLI visualContainer

以 XML 格式获取网站源代码

zipcode_data_table <- read_html(remDr$getPageSource()[[1]]) %>% html_source

其他堆栈溢出有一些表格 PowerBI 数据的示例，但没有图表。

谢谢

【问题讨论】：

• 您在哪里可以看到更精确的数字？我在该页面上看到了 7 Day Average of the Percent of ED visits for CLI and ILI 的四舍五入百分比
• 嵌入图表的y轴，那里的值更精确
• 可以分享相关的html吗？也许是这样的形象？当我查看7 Day Average of the Percent of ED visits for CLI and ILI 时，我只能看到四舍五入的数字，所以我想知道我是否以某种方式查看了错误的视图。
• 整个文件很长。这是标题的

  容器，但数据存储在不同的变量中。 aria-label=\"CLI 和 ILI 面积图的 ED 就诊百分比的 7 天平均值\" touch-action=\"auto\">
• 数据似乎是相对的，在变量 d 中； d = \ “M10,177.3622915601926L11.575324961445252,177.60702339036916L13.150649922890505,177.77173464205455L14.725974884335757，...，175.80828063691814 \”/>