使用R语言rvest包爬取npb.jp网站表格失败求助

你的问题出在CSS选择器的定位逻辑上，原始HTML结构和你写的选择器不匹配，尤其是tbody节点——浏览器会自动给表格补全tbody，但rvest读取的是服务器返回的原始HTML，里面可能没有这个节点，导致选择器失效。另外你原来的选择器只指向了第一个div下的内容，没覆盖到第二张表格。

修正方案： #

直接定位目标容器下的所有表格节点，跳过冗余层级：

library(rvest)

# 读取目标网页
html <- read_html("https://npb.jp/bis/eng/2022/stats/std_c.html")

# 定位#stdivmaintbl容器内的所有表格，这就是你要的两张联赛数据表格
table_nodes <- html_nodes(html, "#stdivmaintbl table")

# 提取第一张表格（中央联盟数据）
central_league_df <- as.data.frame(html_table(table_nodes[[1]], header = TRUE, fill = TRUE))

# 提取第二张表格（太平洋联盟数据）
pacific_league_df <- as.data.frame(html_table(table_nodes[[2]], header = TRUE, fill = TRUE))

# 验证结果
head(central_league_df)
head(pacific_league_df)

关键说明： #

• 去掉了冗余的tbody层级，直接用#stdivmaintbl table定位，避免原始HTML和浏览器渲染结构的差异影响选择器
• 一次获取两个表格节点，分别提取就能拿到两张联赛的完整数据
• fill = TRUE参数用来处理表格内单元格合并的情况，避免解析出错

内容的提问来源于stack exchange，提问作者Brad