使用rvest提取链接嵌套信息时links变量返回NA的问题

你代码里links一直返回NA，核心问题是找错了属性——h2是HTML标签，不是.title元素的属性，商品的跳转链接其实存在于.title对应的<a>标签的href属性里。

修复后的完整代码： #

library("robotstxt")
library("dplyr")
library("rvest")

url<-"https://www.car.gr/classifieds/cars/?fs=1&condition=used&offer_type=sale&modified=15&st=private"

# 小优化：paths_allowed只需要传域名，不用带后续查询参数
paths_allowed(domain = "https://www.car.gr")

page<-read_html(url)

Title<-page %>% html_nodes(".title") %>% html_text()

Price<-page %>% html_nodes(".price-fmt") %>% html_text()

# 关键修复：获取a标签的href属性，替换原来的"h2"
links<-page %>% html_nodes(".title") %>% 
       html_attr("href") %>% paste0("https://www.car.gr", .)

补充说明： #

• 如果实际网页里.title是<h2>标签，链接嵌套在<h2>内部的<a>标签里，那要把选择器改成.title a再取href：

  links<-page %>% html_nodes(".title a") %>% 
         html_attr("href") %>% paste0("https://www.car.gr", .)
  

  你可以用浏览器F12打开开发者工具，查看目标元素的层级结构来确认具体选择器。

内容的提问来源于stack exchange，提问作者Spink