求ClinicalTrials.gov术语搜索表格首块首列的CSS选择器

要只提取「Terms and Synonyms Searched」表格中对应"breast cancer"的第一个块的首列内容，你需要将CSS选择器限定在第一个块的容器内部，而非全局匹配所有符合条件的元素。

目标CSS选择器 #

.w3-row.w3-border-bottom:first-of-type .w3-padding-8:nth-child(1)

选择器说明 #

• .w3-row.w3-border-bottom:first-of-type：精准定位页面中第一个带有w3-row和w3-border-bottom类的容器，也就是对应"breast cancer"的首个内容块
• 后续的.w3-padding-8:nth-child(1)：在该容器内部，筛选出每一行的首列元素

修改后的R代码 #

search_term_processed <- unlist(stringr::str_replace("breast cancer", " ", "+"))
ctgov_url <- paste0("https://clinicaltrials.gov/ct2/results/details?term=", search_term_processed)
ct_page <- xml2::read_html(ctgov_url)

# 仅提取第一个块的首列内容
ct_page %>%
  rvest::html_elements(".w3-row.w3-border-bottom:first-of-type .w3-padding-8:nth-child(1)") %>%
  rvest::html_text()

如果后续页面结构有调整，可通过浏览器开发者工具确认第一个块的父容器类名，再调整选择器的前缀部分，核心思路始终是用:first-of-type（或:nth-of-type(1)）限定只取第一个块，再在内部提取目标列。

内容的提问来源于stack exchange，提问作者Howard Baik