R语言网页爬取：如何在fbref筛选data-stat为date的节点

核心解决思路 #

你之前用.left选择器获取了大量无关节点，只需通过CSS属性选择器精准筛选带有data-stat="date"属性的.left节点即可，目标节点为<th>标签，直接定位这类节点就能拿到所需数据。

修改后的完整R代码 #

# 加载所需包
library(rvest)

# 目标URL（注意添加引号）
url <- "https://fbref.com/it/squadre/d609edc0/Statistiche-Internazionale"

# 读取网页内容
html_data <- read_html(url)

# 精准筛选目标节点并提取日期文本
match_dates <- html_data %>%
  html_nodes("th.left[data-stat='date']") %>%  # 定位class为left且data-stat=date的<th>节点
  html_text()  # 提取节点内的日期文本

# 查看结果示例
head(match_dates)

代码说明 #

• th.left[data-stat='date']：CSS选择器组合，同时匹配三个条件：
  1. 标签为<th>
  2. class包含left
  3. data-stat属性值为date
• html_text()：直接提取节点内显示的日期文本（如19-08-2023），如果需要提取对应的比赛页面链接，可替换为html_attr("href")

内容的提问来源于stack exchange，提问作者fciancio23