R网页抓取特定值：目标值6.911,930无法通过表格提取

解决方案步骤： #

• 确保已安装并加载rvest包（若未安装，先执行install.packages("rvest")）
• 直接通过你定位到的XPath路径精准获取目标元素的文本内容

完整代码： #

# 安装/加载依赖包
if (!require(rvest)) {
  install.packages("rvest")
  library(rvest)
}

# 目标网页链接
link <- "https://www2.bmf.com.br/pages/portal/bmfbovespa/boletim1/SistemaPregao1.asp?pagetype=pop&caminho=Resumo%20Estat%EDstico%20-%20Sistema%20Preg%E3o&Data=04/06/2024&Mercadoria=DAP"

# 读取网页内容
Pag_bmf <- read_html(link)

# 通过XPath定位目标单元格并提取文本
target_value <- html_node(Pag_bmf, xpath = "/html/body/div/div[2]/form[1]/table[5]/tbody/tr[3]/td") %>% 
  html_text(trim = TRUE)

# 输出目标值
print(target_value)

代码说明： #

• 使用html_node()配合xpath参数直接定位目标元素，避免了通过表格索引定位可能出现的结构变动误差
• html_text(trim = TRUE)会自动清除文本前后的空白字符，确保得到干净的目标值6.911,930

内容的提问来源于stack exchange，提问作者Osvaldo Assunção