使用rvest抓取房源页面仅获单张图片，如何获取全部链接？

问题原因 #

你的代码仅提取了所有img标签的src属性，但该页面的缩略图采用懒加载机制，真实图片链接存储在data-src属性中（而非src，src仅为占位图），且缩略图集中在特定容器节点下，需要精准定位才能获取全部链接。

修正后的抓取代码 #

library(tidyverse)
library(rvest)

url <- "https://clasipar.paraguay.com/inmuebles/propiedades-rurales/feedlot-de-107-hectareas-a-90-km-de-asuncion-71526"

# 抓取所有缩略图+主图的完整链接
photos <- url %>%
  read_html() %>%
  # 定位缩略图容器，提取懒加载的真实链接
  html_nodes(".gallery-thumbs img") %>%
  html_attr("data-src") %>%
  # 追加主图链接
  c(., url %>% read_html() %>% html_node(".gallery-main img") %>% html_attr("src")) %>%
  # 过滤空值
  discard(is.na)

# 查看结果
print(photos)

下载图片到独立文件夹 #

# 创建专属文件夹（已存在则不报错）
dir.create("property_photos", showWarnings = FALSE)

# 循环下载所有图片
walk(photos, function(img_url) {
  # 提取图片文件名
  img_name <- basename(img_url)
  # 下载到目标文件夹
  download.file(img_url, file.path("property_photos", img_name), mode = "wb")
})

关键说明 #

1. 先通过浏览器开发者工具（F12）查看页面结构：缩略图容器类为.gallery-thumbs，真实链接存在data-src属性；主图容器类为.gallery-main，链接直接在src属性中。
2. 若遇到其他类似网站，需先确认图片元素的属性名和节点位置，再调整html_nodes和html_attr的参数。

内容的提问来源于stack exchange，提问作者Funkeh-Monkeh