如何在rvest中获取html_nodes对象并提取href属性？

IMDB页面结构已更新，原教程里的.cast_list .character选择器不再适用，用属性匹配的方式定位目标a标签更稳妥，具体步骤如下：

1. 加载所需工具包

library(rvest)
library(dplyr)

2. 读取目标页面（以《复仇者联盟》演员表页面为例）

html <- read_html("https://www.imdb.com/title/tt1490017/fullcredits/")

3. 提取目标href并拼接完整URL

# 定位所有包含/characters/的a标签，提取href并去重
character_links <- html %>%
  html_nodes("a[href*='/characters/']") %>%
  html_attr("href") %>%
  unique()

# 拼接成完整IMDB链接
full_character_urls <- paste0("https://www.imdb.com", character_links)

补充说明 #

• 用a[href*='/characters/']属性选择器，能精准定位所有角色详情页链接，不受页面class名称变更的影响
• 加入unique()是为了过滤页面中重复出现的同角色链接

内容的提问来源于stack exchange，提问作者iHermes