使用R语言抓取网页表格内容遇语法错误，求技术解决方案

先修正你代码里的核心问题 #

你之前的代码主要犯了xpath语法错误和函数使用逻辑错误，逐个拆解：

• 代码1：xpath写法不符合语法规范（正确的class选择应为//*[@class='visitor center']），且错误混用html_attr()（用于提取元素属性）和html_table()（用于提取表格内容），同时存在字符串引号嵌套冲突。
• 代码2：xpath多了多余的*，正确写法是//table[@class='statistics']，且不需要调用html_attr()。
• 代码3：xpath定位到的是页面容器节点而非表格节点，因此返回空列表。

正确实现代码 #

以下是抓取目标网页球队及单节得分数据并保存为CSV的完整代码：

# 加载所需库
library(rvest)
library(stringr)

# 读取目标网页
url <- "https://www.pro-football-reference.com/boxscores/202209080ram.htm"
page <- read_html(url)

# 抓取单节得分表格（对应页面里的linescore表格）
quarter_score_table <- page %>%
  # 用CSS选择器定位表格，比xpath更简洁不易出错
  html_node(css = "table.linescore") %>%
  # 提取表格内容，自动识别表头
  html_table(header = TRUE)

# （可选）如果需要抓取statistics类表格，用下面的代码
# stats_table <- page %>%
#   html_node(xpath = "//table[@class='statistics']") %>%
#   html_table(header = TRUE)

# 保存为CSV文件
write.csv(quarter_score_table, "team_quarter_scores.csv", row.names = FALSE)

关键说明 #

• 优先使用CSS选择器（如table.linescore）定位元素，比xpath更直观；
• html_node()用于获取单个节点，html_nodes()用于获取多个节点，按需选择；
• html_table()直接作用于表格节点，无需先调用html_attr()。

内容的提问来源于stack exchange，提问作者CJM