求助：使用R语言抓取网页表格数据时出现错误

首先，你用的XML包已经停止维护，且该网站存在基础反爬策略，直接用htmlParse无法正确解析内容。推荐用更现代的rvest包处理，以下是可行方案：

步骤1：安装并加载必要的包 #

# 首次使用需安装包
install.packages("rvest")
install.packages("httr")

# 加载包
library(rvest)
library(httr)

步骤2：模拟浏览器请求抓取网页 #

该网站会校验请求的User-Agent，需伪装成浏览器请求：

# 设置请求头
headers <- c(
  "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"
)

# 目标URL
url <- "https://www.westmetall.com/en/markdaten.php?action=show_table&field=LME_Cu_cash"

# 抓取网页内容
page <- read_html(GET(url, add_headers(.headers = headers)))

步骤3：提取表格数据 #

# 提取页面中的目标表格（根据页面结构，目标表格为第一个table节点）
tb <- page %>%
  html_element("table") %>%
  html_table(header = TRUE)

# 查看结果
head(tb)

原代码报错原因 #

• XML包解析逻辑老旧，对现代网页兼容性差，尤其是带反爬机制的网站
• 未携带User-Agent的请求被网站识别为非浏览器请求，返回的内容为空或错误页面，导致getNodeSet找不到有效表格节点

内容的提问来源于stack exchange，提问作者mlv_101