求助：如何在R环境中下载网页无直接链接的Word文档？

问题原因 #

你定位的action_word_export按钮没有静态的href属性，点击它是通过前端JavaScript发起动态请求，由后端实时生成Word文档后触发浏览器下载，所以直接用rvest解析静态HTML拿不到下载链接。

解决方案1：用RSelenium模拟浏览器点击下载 #

RSelenium可以模拟真实浏览器的交互，触发按钮的JS事件完成下载：

library(RSelenium)

# 启动Chrome浏览器（需提前配置好ChromeDriver环境）
driver <- rsDriver(browser = "chrome", port = 4567L)
remDr <- driver[["client"]]

# 访问目标页面
url <- "https://ec.europa.eu/taxation_customs/tedb/taxDetails.html?id=4205/1672527600"
remDr$navigate(url)

# 定位并点击Word导出按钮
word_btn <- remDr$findElement(using = "id", value = "action_word_export")
word_btn$clickElement()

# 等待下载完成（根据实际网速调整等待时长）
Sys.sleep(10)

# 关闭浏览器与服务
remDr$close()
driver$server$stop()

解决方案2：直接构造后端请求下载 #

通过浏览器开发者工具抓包可知，点击按钮后会向https://ec.europa.eu/taxation_customs/tedb/exportWord.htm发送POST请求，携带目标文档的ID参数，直接构造该请求即可下载：

library(httr)

# 构造请求目标与参数
target_url <- "https://ec.europa.eu/taxation_customs/tedb/exportWord.htm"
request_body <- list(
  id = "4205/1672527600"  # 与页面URL中的id参数保持一致
)

# 发送POST请求并保存文件
response <- POST(target_url, body = request_body, encode = "form")
writeBin(content(response, "raw"), "tax_detail.docx")

注意：如果遇到请求被拦截，可添加add_headers(User-Agent = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36")这类请求头模拟浏览器访问。

内容的提问来源于stack exchange，提问作者silent_hunter