使用R语言抓取JFK机场航班时刻表网页的技术咨询

嘿，看你正在用rvest处理JFK机场的离港航班数据，先帮你理清楚当前的推进方向和实操步骤：

你现在的思路很稳妥——先定位单个航班字段的XPath，验证输出没问题再开发完整代码，这能避免后续踩很多坑。你的现有代码已经迈出了第一步：

library(rvest)
Departure_url <- read_html('http://www.flightview.com/airport/JFK-New_York-NY-(Kennedy)/departures')
Departures <- Depart...

接下来可以这么推进：

• 获取目标字段的XPath：打开浏览器的开发者工具（按F12），找到你想提取的字段（比如航班号、目的地、起飞时间），右键点击对应元素选择复制XPath，把这个路径记下来
• 测试单个字段提取：把复制好的XPath代入代码，测试能否正确抓取内容，比如提取航班号的示例代码：

# 替换成你复制的航班号XPath
flight_numbers <- Departure_url %>% 
  html_nodes(xpath = "//div[contains(@class, 'flight-number')]") %>% 
  html_text()

# 查看输出结果，确认是否符合预期
print(flight_numbers)

• 逐步扩展到多字段：等单个字段验证成功后，再依次添加其他需要的字段（比如预计起飞时间、实际状态、航站楼信息等），最后把所有字段整合成一个数据框，方便后续处理

提醒一句：网站的HTML结构可能会不定期更新，每次抓取前最好确认下XPath是否还能匹配到目标元素，避免出现抓取空值的情况。

内容的提问来源于stack exchange，提问作者Shardul Pendharkar