如何使用R通过含onclick属性的按钮下载PDF文件

需要从荷兰政府PUC网站下载特定PDF文件，该文件需点击页面上的“Maak een pdf”按钮生成，但按钮的href属性是一段JavaScript代码：

javascript:WebForm_DoPostBackWithOptions(new WebForm_PostBackOptions("ctl00$cphContent$Main$ctl00$DocumentHeader$ctl00", "", true, "", "", false, true))

尝试用rvest定位该属性后，直接使用download.file函数下载失败，报错提示无法打开目标文件，具体代码及报错如下：

library(tidyverse)
library(rvest)

link = "https://puc.overheid.nl/natuurvergunningen/doc/PUC_746615_17/1/"

button <- link %>%
  read_html() %>%
  html_nodes(".download-als") %>%
  html_nodes("a") %>%
  html_attr("href") 
button
#> [1] "javascript:WebForm_DoPostBackWithOptions(new WebForm_PostBackOptions(\"ctl00$cphContent$Main$ctl00$DocumentHeader$ctl00\", \"\", true, \"\", \"\", false, true))"

download.file(button, destfile = "Downloads/test.pdf")
#> Warning in download.file(button, destfile = "Downloads/test.pdf"): URL
#> javascript:WebForm_DoPostBackWithOptions(new
#> WebForm_PostBackOptions("ctl00$cphContent$Main$ctl00$DocumentHeader$ctl00", "",
#> true, "", "", false, true)): cannot open destfile 'Downloads/test.pdf', reason
#> 'No such file or directory'
#> Warning in download.file(button, destfile = "Downloads/test.pdf"): download had
#> nonzero exit status

由于该按钮的下载逻辑依赖JavaScript触发服务器端PostBack操作，无法通过静态解析直接获取PDF链接，必须模拟真实浏览器交互行为，使用RSelenium包可实现需求，具体步骤如下：

1. 准备工作 #

• 安装RSelenium包：install.packages("RSelenium")
• 确保本地已安装对应浏览器驱动（如ChromeDriver），或使用RSelenium::rsDriver()自动下载配置。

2. 完整代码实现 #

library(RSelenium)

# 定义下载路径（需确保路径存在，不存在则自动创建）
download_path <- normalizePath("./Downloads")
dir.create(download_path, showWarnings = FALSE)

# 配置Chrome浏览器偏好：自动下载PDF，不弹窗
chrome_options <- list(
  chromeOptions = list(
    prefs = list(
      "download.default_directory" = download_path,
      "download.prompt_for_download" = FALSE,
      "download.directory_upgrade" = TRUE,
      "plugins.always_open_pdf_externally" = TRUE
    )
  )
)

# 启动Chrome浏览器会话
driver <- rsDriver(browser = "chrome", extraCapabilities = chrome_options)
remote_driver <- driver[["client"]]

# 打开目标页面
remote_driver$navigate("https://puc.overheid.nl/natuurvergunningen/doc/PUC_746615_17/1/")

# 定位“Maak een pdf”按钮并模拟点击
pdf_button <- remote_driver$findElement(using = "css selector", value = ".download-als a")
pdf_button$clickElement()

# 等待下载完成（根据文件大小调整等待时长）
Sys.sleep(5)

# 关闭浏览器会话
remote_driver$close()
driver[["server"]]$stop()

代码说明 #

• 浏览器偏好配置：通过Chrome的prefs参数指定PDF自动下载路径，避免弹出下载确认窗口。
• 元素定位：使用CSS选择器.download-als a精准定位触发按钮，模拟用户点击操作。
• 等待时间：Sys.sleep(5)用于等待服务器生成并返回PDF文件，需根据文件大小适当调整时长。

内容的提问来源于stack exchange，提问作者Quinten