使用Rvest进行网页抓取失效，请求排查代码问题

问题分析 #

你的代码存在两个核心问题：

• 变量x赋值时，URL未用引号包裹，会触发R语法错误
• 最终定位到的.results元素本身仅包含空白换行文本，实际法案标题在其内部子元素中，原路径层级冗余且未定位到正确节点

修正后的代码 #

# 正确赋值URL（添加引号）
x <- "https://www.govtrack.us/congress/bills/browse?congress=118"

# 直接定位法案标题节点，使用CSS选择器更简洁
library(rvest)
page <- read_html(x)
bill_titles <- page %>% 
  html_elements(".results .bill-item h4 a") %>% 
  html_text(trim = TRUE)

print(bill_titles)

代码说明 #

• 使用html_elements(".results .bill-item h4 a")直接定位每个法案的标题链接元素，避免冗余层级遍历
• 添加trim = TRUE参数去除文本前后空白字符，得到干净的标题内容
• 若偏好XPath，可替换为：html_elements(xpath = "//div[@class='results']//div[@class='bill-item']//h4/a")

内容的提问来源于stack exchange，提问作者sfyn