使用R语言从zoobashop.com爬取蜡图像链接失败，寻求技术协助

你的代码返回空结果，核心原因是选择器太严格且不符合网页实际的元素结构，另外还要考虑电商网站常见的图片懒加载或动态渲染情况。下面一步步帮你解决：

1. 问题分析 #

原代码里的选择器 .fotorama__thumb img#fotorama__img 存在两个关键问题：

• #fotorama__img 是ID选择器，但网页中fotorama组件的图片通常不会共用同一个ID（ID是唯一标识），这直接导致匹配不到任何元素；
• .fotorama__thumb 是缩略图容器，但目标图片可能在主图区域，或者元素类名和你预期的不一致。

2. 静态页面修复方案（优先尝试） #

先调整选择器，同时考虑懒加载场景（很多电商网站会把真实图片链接放在data-src而非src属性）：

library(rvest)
url <- "https://www.zoobashop.com/woodin-fusion-de-woodin-wo29gha-29017-6-yards.html"
html <- read_html(url)

get_block_img <- function(html) {
  # 先尝试匹配fotorama组件下的所有图片元素
  imgs <- html %>% html_nodes('.fotorama__img') %>% html_attr("src")
  
  # 如果src为空，检查懒加载用的data-src属性
  if (length(imgs) == 0 || all(is.na(imgs))) {
    imgs <- html %>% html_nodes('.fotorama__img') %>% html_attr("data-src")
  }
  
  # 过滤掉空值，返回有效链接
  return(imgs[!is.na(imgs)])
}

# 执行测试
get_block_img(html)

3. 动态页面应对方案 #

如果上面的代码还是返回空，说明页面是JavaScript动态渲染的——rvest的read_html只能获取初始静态HTML，无法加载JS生成的内容。这时候需要用浏览器自动化工具模拟页面加载，比如用chromote包（轻量无头浏览器）：

library(chromote)
library(rvest)

# 启动无头Chrome会话
session <- ChromoteSession$new()
# 导航到目标页面并等待加载完成
session$Page$navigate(url)
session$Page$loadEventFired(wait_ = TRUE)

# 获取加载完成后的页面HTML
rendered_html <- session$Runtime$evaluate("document.documentElement.outerHTML")$result$value %>% read_html()

# 提取图片链接（复用之前的函数）
imgs <- get_block_img(rendered_html)
print(imgs)

# 关闭会话
session$close()

注意事项 #

• 爬取前请检查网站的robots.txt文件，确保你的爬取行为符合网站规则；
• 避免频繁发送请求，防止被网站反爬机制封禁IP；
• 可以用浏览器开发者工具（F12）手动查看图片元素的真实属性，调整选择器更精准。

内容的提问来源于stack exchange，提问作者Armel Soubeiga