使用rvest爬取加德满都AQI预报表返回NA值求助

你的代码存在几个关键问题，导致无法正确提取目标表格：

• 管道符书写错误：%> 应改为 %>%
• 元素选择器不准确：div.section-content 并非AQI预报表所在容器，实际预报表格是带有class="aqi-forecast-table"的<table>元素
• 内容提取方式错误：直接使用html_text()仅会提取纯文本，无法解析表格的结构化数据

修正后的可运行代码如下：

# Load required packages
library(rvest)
library(dplyr)

# Define the URL
url <- "https://aqicn.org/city/kathmandu"

# Read the HTML content of the page
webpage <- read_html(url)

# Extract AQI forecast table
forecast_table <- webpage %>%
  html_element("table.aqi-forecast-table") %>%  # 精准定位目标表格节点
  html_table(header = TRUE) %>%  # 将表格解析为结构化数据框
  as_tibble()  # 转换为tibble格式

print(forecast_table)

补充说明 #

• html_element("table.aqi-forecast-table") 可以精准定位到AQI预报表格，避免选中页面其他无关内容
• html_table(header = TRUE) 会自动识别表格表头，将HTML表格转换为可直接使用的数据框
• 目前该页面的AQI预报表是静态HTML渲染的，上述代码即可正常提取；若后续页面改为动态JS加载，可尝试结合RSelenium或V8工具处理动态内容

内容的提问来源于stack exchange，提问作者Bishal Giri