如何用rvest提取EDI网站Andrews LTER数据集的Package Id？

首先检查目标页面的HTML结构会发现，Package Id所在单元格的class是id而非Package Id，且每个Package Id都包裹在<a>标签中，调整选择器即可正确提取：

# Load required libraries
library(rvest)
library(dplyr)

# Define the URL of the website
url <- "http://portal.edirepository.org:80/nis/simpleSearch?defType=edismax&q=*:*&fq=-scope:ecotrends&fq=-scope:lter-landsat*&fq=scope:(knb-lter-and)&fl=id,packageid,title,author,organization,pubdate,coordinates&debug=false"

# Read the HTML content from the website
page <- read_html(url)

# Extract Package Ids correctly
packageIds <- page %>%
  html_nodes("td.id a") %>%  # 选择class为id的td下的a标签
  html_text()

# 验证提取结果的数量（应为147个）
length(packageIds)

也可以直接选择td.id提取文本，效果一致：

packageIds <- page %>%
  html_nodes("td.id") %>%
  html_text()

若需要确认提取内容，可打印前几个元素：

head(packageIds)

内容的提问来源于stack exchange，提问作者tassones