我正在尝试使用 R 筛选此页面中的网球结果数据（逐点数据，而不仅仅是最终结果）。
http://www.scoreboard.com/au/match/wang-j-karlovic-i-2014/M1mWYtEF/#point-by-point;1
使用常规的 R 屏幕抓取功能，如 readlines()、htmlParseTree() 等，我能够抓取页面的源 html，但不包含结果数据。
是否可以从页面中抓取所有文本，就像我在浏览器中的页面上并选择所有然后复制一样？
【问题讨论】：
标签： r screen-scraping
该数据是使用来自http://d.scoreboard.com/au/x/feed/d_mh_M1mWYtEF_en-au_1 的 AJAX 加载的，因此 R 将无法仅为您加载它。但是，由于两者都使用代码M1mWYtEF，因此您可以直接转到包含所需数据的页面。使用 Chrome 的 devtools，我可以看到该页面发送了 X-Fsign: SW9D1eZo 的标题，这将允许您访问该页面（否则您会收到 401 Unauthorized 错误）。
这是用于从示例页面获取包含所需数据的 html 的 R 代码：
library(httr)
page_code <- "M1mWYtEF"
linked_page <- paste0("http://d.scoreboard.com/au/x/feed/d_mh_",
page_code, "_en-au_1")
GET(linked_page, add_headers("X-Fsign" = "SW9D1eZo"))
【讨论】：