如何在R中抓取NASA动态网页的小行星密切轨道要素数据？

针对动态页面无法用rvest直接抓取的情况，提供两种可行方案：

方案1：用RSelenium模拟浏览器渲染页面 #

动态页面内容由JavaScript加载，rvest无法解析JS，因此用RSelenium模拟完整浏览器环境获取数据：

1. 安装并加载依赖包：

install.packages(c("RSelenium", "rvest", "dplyr"))
library(RSelenium)
library(rvest)
library(dplyr)

2. 启动Chrome驱动（确保已安装Chrome浏览器，rsDriver会自动匹配对应驱动版本）：

driver <- rsDriver(browser = "chrome", port = 4567L)
remDr <- driver[["client"]]

3. 访问目标页面并等待加载：

remDr$navigate("https://ssd.jpl.nasa.gov/tools/sbdb_lookup.html#/?sstr=2006%20WP1")
Sys.sleep(5) # 等待页面完全加载，可根据网络情况调整时长

4. 触发“轨道参数”下拉菜单：

# 通过XPath定位按钮并点击展开菜单
orbit_btn <- remDr$findElement(using = "xpath", value = "//button[contains(text(),'轨道参数')]")
orbit_btn$clickElement()
Sys.sleep(2) # 等待表格渲染完成

5. 提取并解析表格：

page_source <- remDr$getPageSource()[[1]]
page_html <- read_html(page_source)
# 定位密切轨道要素表格（CSS选择器可通过浏览器开发者工具确认）
osculating_table <- page_html %>% 
  html_element(css = "table[data-table-type='osculating']") %>% 
  html_table(header = TRUE)

6. 清理资源：

remDr$close()
driver$server$stop()

7. 查看结果：

print(osculating_table)

方案2：直接调用JPL官方API（推荐） #

JPL提供了Small-Body Database的公开API，无需模拟浏览器，直接请求数据更高效稳定：

1. 安装并加载依赖包：

install.packages(c("httr", "jsonlite", "dplyr"))
library(httr)
library(jsonlite)
library(dplyr)

2. 构造API请求链接：

asteroid <- "2006%20WP1"
# 请求密切轨道要素，开启高精度数据返回
api_url <- paste0("https://ssd-api.jpl.nasa.gov/sbdb.api?sstr=", asteroid, "&full-prec=true&cov=false")

3. 解析API返回的JSON数据：

response <- GET(api_url)
raw_data <- fromJSON(content(response, "text"))

4. 整理成表格格式：

# 提取osculating轨道要素字段
osculating_elements <- raw_data$orbit$elements$osculating
osculating_table <- as.data.frame(osculating_elements) %>% 
  select(param, value, unit, desc)

5. 查看结果：

print(osculating_table)

方案对比 #

• 方案1：通用型强，适用于各类动态页面，但依赖浏览器驱动，运行速度较慢。
• 方案2：专为JPL数据库设计，无需渲染页面，速度快且数据准确，优先推荐使用。

内容的提问来源于stack exchange，提问作者derik boonstra