使用R抓取STATUSINVEST单URL多页RENDIMENTOS收益表格

你发现的隐藏input#results标签是核心突破口——这个标签的value属性里已经包含了所有收益记录的完整JSON数据，无需处理分页逻辑，直接提取解析即可拿到全部数据。

以下是修改后的R代码：

library(rvest)
library(jsonlite)

# 目标页面URL
url <- "https://statusinvest.com.br/fundos-imobiliarios/rbrp11"

# 读取页面并提取隐藏标签中的JSON数据
page <- read_html(url)
json_raw <- page %>% 
  html_node("#results") %>% 
  html_attr("value")

# 解析JSON为数据框，得到所有收益记录
all_rendimentos <- fromJSON(json_raw)

# 查看结果
head(all_rendimentos)

代码说明： #

• html_node("#results")精准定位到存储完整数据的隐藏input标签
• html_attr("value")提取标签内的JSON格式字符串
• jsonlite::fromJSON()将JSON字符串转换为R可操作的数据框，直接获取所有页的收益记录

核心字段对应说明： #

• ed：收益登记日期
• pd：收益支付日期
• etd：收益类型
• v：收益金额（数值格式）
• sv：格式化后的收益金额字符串

内容的提问来源于stack exchange，提问作者Mateus Ferreira