使用rvest与tidyverse爬取网页表格返回空表的问题排查

你的代码返回空表的核心原因是选择器错误：你使用了.table类选择器，但目标网页里的表格并没有这个class属性，html_nodes找不到匹配的元素，自然输出空结果。

修正后的代码 #

library(rvest)
library(tidyverse)

url <- "https://vos.oph.fi/cgi-bin/tiedot2.cgi?saaja=1361;tnimi=kust/v08/k05k7s.lis"
webpage <- read_html(url)
# 直接用table标签选择，网页内的表格是标准<table>元素
table_code <- html_nodes(webpage, "table") 
table1 <- html_table(table_code, header = TRUE, trim = TRUE)[[1]] # 提取网页中唯一的表格
table1

额外说明 #

如果后续遇到包含多个表格的网页，可使用html_node()（单数形式）直接获取第一个表格，或用purrr::map()批量处理所有表格。本次目标网页仅含一个表格，因此用[[1]]提取列表内的唯一元素即可。

内容的提问来源于stack exchange，提问作者Tiina kuuppelomäki