在R中将抓取的JSON格式字符串转为DataFrame：Winamax赛事数据爬取问题

步骤1：补充依赖包 #

首先需要加载jsonlite用于JSON解析，tidyr处理嵌套数据：

library(dplyr)
library(rvest)
library(jsonlite)
library(tidyr)

步骤2：正确提取并解析JSON数据 #

你之前的字符串替换逻辑有误，应保留完整JSON结构，仅移除JavaScript变量声明和结尾分号：

# 清理脚本文本，提取纯JSON内容
ext_clean <- ext %>%
  gsub("^var PRELOADED_STATE = ", "", .) %>%  # 移除开头的变量声明
  gsub(";$", "", .)  # 移除结尾的分号

# 解析JSON为R列表
preloaded_state <- fromJSON(ext_clean)

步骤3：提取目标数据并转换为DataFrame #

Winamax预加载数据中，赛事基本信息（球队名称）和赔率分别存储在eventCards和markets节点下，提取并合并这两部分数据：

# 提取赛事信息（球队名称）
events_data <- preloaded_state$eventCards$entities %>%
  as.data.frame() %>%
  select(event_id = id, competitor1Name, competitor2Name)

# 提取赔率数据并展开嵌套结构
odds_data <- preloaded_state$markets$entities %>%
  as.data.frame() %>%
  select(event_id = eventId, outcomes) %>%
  unnest(outcomes) %>%  # 展开嵌套的赔率项
  select(event_id, odds_type = name, odds = decimalOdds)

# 合并赛事与赔率数据
final_df <- events_data %>%
  left_join(odds_data, by = "event_id")

说明 #

• 若网站预加载数据结构变化，可通过str(preloaded_state)查看完整列表结构，调整提取路径。
• 最终的final_df会包含每场赛事的两支球队名称，以及对应的各类赔率（如胜/平/负）。

内容的提问来源于stack exchange，提问作者M.O