如何在R语言rvest网页爬取中用for循环打印各网页表格？

1. 用for循环打印每个表格 #

直接遍历所有表格节点，将每个节点转为可阅读的数据框后打印，代码如下：

root_node <- read_html("https://en.wikipedia.org/wiki/List_of_bicycle-sharing_systems")

table_nodes <- html_nodes(root_node, "table")

# for循环打印每个表格
for (i in seq_along(table_nodes)) {
  # 把HTML表格节点转为R数据框，fill参数处理单元格数量不一致的情况
  table_df <- html_table(table_nodes[[i]], fill = TRUE)
  cat("===== 第", i, "个表格 =====\n")
  print(table_df)
}

2. 提取并处理第一个共享单车表格 #

针对你关注的table_nodes[[1]]，可以直接将其转为数据框进行查看或后续处理：

# 把第一个表格转为数据框
first_bike_table <- html_table(table_nodes[[1]], fill = TRUE)

# 查看表格结构
str(first_bike_table)

# 查看表格前几行内容
head(first_bike_table)

如果表格存在合并单元格的情况，html_table()会自动填充对应值，你可以根据实际需求做进一步的数据清洗（比如处理空值、调整列名等）。

内容的提问来源于stack exchange，提问作者w.chege