R - 使用 XML 包从网站中提取表格答案

【问题标题】：R - Extracting Tables From Websites Using XML PackageR - 使用 XML 包从网站中提取表格
【发布时间】：2014-06-13 18:04:55
【问题描述】：

我正在尝试为我自己的工作复制先前答案Scraping html tables into R data frames using the XML package 中使用的方法，但无法获取要提取的数据。我正在使用的网站是： http://www.footballfanalytics.com/articles/football/euro_super_league_table.html

我只想提取每个团队名称及其当前评分的表格。我的代码如下：

library(XML)
theurl <-  "http://www.footballfanalytics.com/articles/football/euro_super_league_table.html"
tables <- readHTMLTable(theurl)
n.rows <- unlist(lapply(tables, function(t) dim(t)[1]))
tables[[which.max(n.rows)]]

这会产生错误消息

Error in tables[[which.max(n.rows)]] : 
attempt to select less than one element

有人可以提出解决方案吗？这个特定站点中是否有某些东西导致它不起作用？或者有没有更好的替代方法我可以尝试？谢谢

【问题讨论】：

标签： html xml r

【解决方案1】：

似乎数据是通过 javascript 加载的。试试：

library(XML)
theurl <- "http://www.footballfanalytics.com/xml/esl/esl.xml"
doc <- xmlParse(theurl)
cbind(team = xpathSApply(doc, "/StatsData/Teams/Team/Name", xmlValue),
      points = xpathSApply(doc, "/StatsData/Teams/Team/Points", xmlValue))

【讨论】：