如何使用R刮擦此表中的信息？

问题描述

我正在尝试抓取以下网页：https://www.timeanddate.com/weather/sweden/stockholm/historic?month=3&year=2020 我对最后的表格感兴趣，位于“ ...的斯德哥尔摩天气历史记录”下方

使用提交的代码，我可以在当月的第一天获得信息，但是在接下来的日子里，我不知道如何获取信息。如果我在下拉列表中更改日期，则网址不会更改。 我该如何在一个月的所有天中刮擦这张桌子？

library(tidyverse)
library(rvest)
library(RSelenium)
library(stringr)
library(dplyr)
rD <- rsDriver(browser="chrome",port=4234L,chromever ="85.0.4183.83")
remDr <- rD[["client"]]
remDr$navigate("https://www.timeanddate.com/weather/sweden/stockholm/historic?month=3&year=2020")
webElems <- remDr$findElements(using="class name",value="sticky-wr")
s<-webElems[[1]]$getElementText()
s<-as.character(s)
print(s)

解决方法

看起来您可以使用rvest本身提取表，而在这里不需要Rselenium。不过，桌子可能需要清洗。

library(rvest)
url <- 'https://www.timeanddate.com/weather/sweden/stockholm/historic?month=3&year=2020'

url %>%
  read_html() %>%
  html_table() %>%
  .[[3]] %>% 
  setNames(.[1,]) -> tmp

tmp[-c(1,nrow(tmp)),]

#             Time  Temp                    Weather    Wind   Humidity Barometer Visibility
#2  0:20.Aha 01 Mac  2 °C Light rain. Mostly cloudy. 20 km/h ↑      93%  988 mbar       5 km
#3            0:50.  2 °C       Drizzle. Low clouds. 13 km/h ↑      93%  988 mbar        N/A
#4            1:20.  2 °C       Drizzle. Low clouds. 15 km/h ↑     100%  987 mbar       9 km
#5            1:50.  2 °C       Drizzle. Low clouds. 15 km/h ↑     100%  987 mbar       8 km
#6            2:20.  2 °C    Light rain. Low clouds. 19 km/h ↑     100%  986 mbar       6 km
#7            2:50.  2 °C    Light rain. Low clouds. 19 km/h ↑     100%  985 mbar       4 km
#...