如何使用rvest提取表格每行的href属性及所有链接？

没问题，用rvest处理这个需求非常直接，我给你两种常用的实现方式，按需选择：

步骤1：准备工作 #

首先确保你已经安装并加载了rvest包，如果还没安装，先执行这一步：

install.packages("rvest")
library(rvest)

步骤2：解析HTML内容 #

把你提供的HTML内容定义为字符串（如果是本地文件或在线网页，也可以直接用read_html("文件路径/网址")读取）：

html_content <- '
<!DOCTYPE html>
<html>
<body>
<table>
  <tr>
    <td>
      <a href="https://www.r-project.org/">R</a><br>
      <a href="https://www.rstudio.com/">RStudio</a>
    </td>
  </tr>
  <tr>
    <td>
      <a href="https://community.rstudio.com/">Rstudio Community</a>
    </td>
  </tr>
</table>
</body>
</html>
'

# 解析HTML
page <- read_html(html_content)

方式1：提取所有链接（不区分行） #

如果只需要把表格里的所有链接一次性提取出来，用这个方法：

# 选中所有<a>标签，提取href属性
all_links <- page %>% 
  html_elements("a") %>% 
  html_attr("href")

# 查看结果
all_links

输出结果：

[1] "https://www.r-project.org/"    "https://www.rstudio.com/"      
[3] "https://community.rstudio.com/"

方式2：按表格行分组提取链接 #

如果需要保留“每行对应哪些链接”的结构，就先选中所有表格行（<tr>标签），再逐行提取链接：

# 需要用到purrr包（rvest通常会和它搭配使用）
library(purrr)

# 遍历每一行，提取该行内的所有链接
links_by_row <- page %>% 
  html_elements("tr") %>% 
  map(function(row) {
    row %>% html_elements("a") %>% html_attr("href")
  })

# 查看结果
links_by_row

输出结果：

[[1]]
[1] "https://www.r-project.org/" "https://www.rstudio.com/"  

[[2]]
[1] "https://community.rstudio.com/"

简单解释下核心函数：

• html_elements()：用来定位HTML中的目标标签（比如"a"选中所有链接，"tr"选中所有表格行）
• html_attr("href")：提取标签的指定属性值，这里就是链接地址
• map()：用来遍历每一行，批量处理每行的链接提取

内容的提问来源于stack exchange，提问作者rjss