如何用R与rvest爬取Etherscan.io中iframe内的地址？

目标表格通过iframe嵌入主页面，直接请求主页面无法获取iframe内部的DOM元素，需先提取iframe的完整URL，再请求该URL获取目标内容。

步骤说明 #

• 从主页面提取表格所在iframe的src属性值
• 拼接完整的iframe访问URL（原src为相对路径）
• 请求iframe页面，解析后提取复制地址按钮的内容

完整R代码 #

library(rvest)
library(dplyr)

# 1. 抓取主页面，提取目标iframe的相对路径
main_page <- read_html("https://etherscan.io/token/0xdac17f958d2ee523a2206206994597c13d831ec7#balances")
iframe_src <- main_page %>% 
  html_nodes("iframe#tokentxnsiframe") %>% 
  html_attr("src")

# 拼接完整的iframe访问URL
full_iframe_url <- paste0("https://etherscan.io", iframe_src)

# 2. 抓取iframe页面，提取复制地址按钮的内容
iframe_page <- read_html(full_iframe_url)
target_addresses <- iframe_page %>% 
  html_nodes(".js-clipboard") %>% 
  html_attr("data-clipboard-text")

# 输出结果
print(target_addresses)

补充说明 #

• 主页面中目标表格对应的iframe ID为tokentxnsiframe，可通过该ID精准定位
• 若需爬取多页数据，可修改iframe URL中的p参数（例如p=2对应第二页）

内容的提问来源于stack exchange，提问作者Nick Amato