R语言使用rvest包read_html无法获取NSE股票网站HTML如何解决？

AI 小北

2026-10-2

问题原因

NSE（印度国家证券交易所）网站配置了基础反爬校验规则，会检查HTTP请求的请求头信息，你直接使用read_html()发送无请求头的裸请求，会被服务器拦截，请求长期处于等待响应状态，因此控制台没有返回内容也不报错。

解决方案

使用httr包构造符合浏览器规范的HTTP请求，携带合法请求头模拟普通用户访问，即可正常拿到页面内容。
如果未安装httr包，先执行安装命令：
install.packages("httr")

修改后的可运行代码如下：

library(rvest)
library(dplyr)
library(httr)

nes_link <- "https://www.nseindia.com/get-quotes/equity?symbol=TATAMOTORS"

# 构造带请求头的GET请求，模拟浏览器访问，设置超时避免长期卡住
response <- GET(
  url = nes_link,
  add_headers(
    `User-Agent` = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36",
    `Accept-Language` = "en-US,en;q=0.9"
  ),
  timeout(10)
)

# 校验请求状态后提取数据
if (status_code(response) == 200) {
  nes_page <- read_html(content(response, "text"))
  
  price_day1 <- nes_page %>% 
    html_nodes("span#quoteLtp") %>% 
    html_text()
  
  print(price_day1)
} else {
  print(paste("请求失败，状态码：", status_code(response)))
}