如何用R的httr包POST请求获取infantchart儿童体重百分位数

嘿，作为刚接触httr包的新手，碰到表单提交的坑太正常啦！我帮你一步步梳理怎么搞定从目标网站抓取数据的需求：

第一步：先搞清楚网站的表单参数 #

首先你得确认网站实际接收的参数名称和格式——这是POST请求成功的关键！你可以打开浏览器的开发者工具（按F12），切换到「网络」标签，手动提交一次表单，找到对应的POST请求，查看「Form Data」部分，就能看到每个输入项对应的参数名（比如性别可能是gender，出生日期可能是dob，这些都要以网站实际的命名为准，别自己瞎猜）。

第二步：编写正确的httr POST代码 #

结合你需要的5个参数，这里给你一个可参考的代码模板，你可以根据实际参数名调整：

library(httr)
library(rvest) # 用来解析返回的HTML内容

# 定义你的参数，注意替换成实际的参数名和符合网站要求的格式
form_params <- list(
  gender = "female",          # 性别：比如"male"或"female"，看网站选项
  dob = "2022-06-15",        # 出生日期：格式要和网站一致，比如YYYY-MM-DD
  measurement_date = "2024-03-20", # 测量日期
  weight = "10.2",           # 体重数值
  unit = "kg"                # 单位：比如"kg"或"lb"，以网站实际提交值为准
)

# 发送POST请求，模拟浏览器请求避免被拦截
response <- POST(
  url = "https://www.infantchart.com/",
  body = form_params,
  encode = "form", # 表单数据的编码方式，一般用form即可
  add_headers(
    "User-Agent" = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36"
  )
)

# 检查请求是否成功，如果失败会自动报错
stop_for_status(response)

# 解析返回的HTML页面，提取需要的年龄和百分位数
page_html <- content(response, "text") %>% read_html()

# 这里的CSS选择器需要你根据实际页面结构调整！
# 比如你可以用浏览器开发者工具的「选择元素」功能，找到年龄和百分位数对应的标签
child_age <- page_html %>% html_element(".age-display") %>% html_text()
weight_percentile <- page_html %>% html_element(".percentile-result") %>% html_text()

# 输出结果
cat("孩子的年龄：", child_age, "\n")
cat("体重百分位数：", weight_percentile, "\n")

几个关键注意事项 #

• 参数格式要匹配：比如日期格式如果网站要求是MM/DD/YYYY，就不能传YYYY-MM-DD；单位如果网站实际接收的是pounds而不是lb，一定要改过来，否则请求会无效。
• 调试技巧：如果返回的内容不对，可以先打印content(response, "text")看看实际拿到的页面是什么，有没有报错信息。
• 遵守网站规则：不要频繁发送请求，避免被网站封禁IP；可以先查看网站的robots.txt文件，确认允许抓取这类数据。
• 动态内容处理：如果网站是用JavaScript加载结果的，httr可能拿不到数据，这时候你可能需要用RSelenium或者playwright包来模拟浏览器操作。

内容的提问来源于stack exchange，提问作者frank