如何使用R将指定网页数据抓取并导出为CSV？

问题原因 #

你之前用html_nodes("p")无效是因为页面的核心邮轮数据不是放在段落<p>标签里，而是存储在HTML表格<table>节点中。该页面没有提供直接下载的CSV文件，所以需要通过抓取表格来提取数据。

具体R实现步骤 #

1. 加载必要工具包

# 未安装则先安装
install.packages(c("rvest", "dplyr"))
library(rvest)
library(dplyr)

2. 读取网页并抓取表格数据

# 读取目标网页
scrape1 <- read_html("https://www.cruisetimetables.com/invergordon-scotland-cruise-ship-schedule-2025.html")

# 定位页面中的邮轮时刻表表格（页面仅含一个核心数据表格，直接定位table节点即可）
cruise_data <- scrape1 %>% 
  html_node("table") %>% 
  html_table(header = TRUE, fill = TRUE)  # fill=TRUE处理单元格跨行/跨列的情况

3. 清理数据（可选）
   根据表格实际情况清理无效行或格式：

# 删除全为空值的行
cleaned_data <- cruise_data %>% 
  filter(!if_all(everything(), is.na))

4. 导出为CSV文件

write.csv(cleaned_data, "invergordon_2025_cruise_schedule.csv", row.names = FALSE)

额外提示 #

如果后续遇到类似网页，可通过浏览器的开发者工具（F12）查看元素结构，确认数据所在的HTML标签类型（比如table、div等），再针对性地用html_node()/html_nodes()定位，避免盲目选择标签。

内容的提问来源于stack exchange，提问作者dreddlord