使用R语言rvest包如何筛选target为_self的a标签并提取href属性？

• 你使用的CSS选择器语法错误，tag[attribute=_self]是通用占位语法，需要替换为实际的属性名和对应筛选值，你要筛选a标签的target属性等于_self，正确的选择器写法是a[target="_self"]
• 重复调用html_elements是多余操作，你已经先筛选了所有a标签，第二次调用时会在每个a标签的子元素里查找符合条件的标签，自然找不到匹配元素，最终返回空结果。

library(rvest)
library(lubridate)

kurier_wbpg <- read_html("https://kurier.at")

# 直接筛选target属性为_self的a标签
articleLinks <- kurier_wbpg %>% 
  html_elements(css = "a[target='_self']")  %>% 
  html_attr("href") %>% 
  paste0("https://kurier.at", .)

如果要避免拼接时出现重复域名（部分a标签的href可能已经是完整的https开头链接），可以替换拼接逻辑为xml2::url_absolute("https://kurier.at")，会自动处理相对路径和绝对路径的转换。

内容的提问来源于stack exchange，提问作者manoj rasika