如何在R中使用“显示更多”属性从网站上刮取文本？

Question

你好，堆栈溢出社区，

有一个包含金融数据Investing.com的网站，提供某些经济变量的数据点和预测。

对于那些更感兴趣的人，我想要刮的信息的确切网址是这里。

我的目标是刮这个信息；但是，显示信息的表在末尾包含一个"Show“属性。当我单击它时，一次会出现六个新元素。我正在寻找一种方法，可以一次解开50个或多个元素，然后在R中刮除元素。

我知道如何从网站刮文本，但我不知道如何围绕“显示更多”属性。

我试图修改网站的Java代码，尽管没有成功。我对Java的了解还很有限。

谢谢您抽时间见我!

Answer 1

我想这就是你想要的。

library(rvest)

url <- "https://www.investing.com/economic-calendar/eia-crude-oil-inventories-75"

page <- read_html(url)
nodes <- html_nodes(page, "table") # you can use Selectorgadget to identify the node
table <- html_table(nodes[[1]]) # each element of the nodes list is one table that can be extracted
head(table)

结果：

  Release Date  Time  Actual Forecast Previous   
1 Dec 27, 2019 11:00 -5.474M  -1.724M  -1.085M NA
2 Dec 18, 2019 10:30 -1.085M  -1.288M   0.822M NA
3 Dec 11, 2019 10:30  0.822M  -2.763M  -4.856M NA
4 Dec 04, 2019 10:30 -4.856M  -1.734M   1.572M NA
5 Nov 27, 2019 10:30  1.572M  -0.418M   1.379M NA
6 Nov 20, 2019 10:30  1.379M   1.543M   2.219M NA