R语言数据爬取：CSS元素选取失败，无法获取作者介绍链接求解决

错误原因分析 #

1. CSS选择器错误：你用的.a是查找类名为a的元素，但实际作者介绍链接是<a>标签（标签名是a，不是类），选择器指向逻辑完全错误。
2. html_attr用法错误：该函数的参数是属性名称（如"href"），而非属性值。你错误地将属性值"/author/Albert-Einstein"作为参数传入，同时出现引号嵌套语法错误。
3. 引号语法错误：html_attr(".href="/author/Albert-Einstein"")的引号嵌套逻辑混乱，导致R解析代码时报错。

修正后的代码 #

# Libraries
library(rvest)
library(dplyr)

# Page grab
link <-  "https://quotes.toscrape.com/"
page <-  read_html(link)

# Variables
name <- page |> 
  html_elements(".text") |> 
  html_text2()

author <- page |> 
  html_elements(".author") |> 
  html_text2()

# 正确获取作者介绍链接
about_links <- page |> 
  html_elements(".quote .author + a") |>  # 精准定位每个quote中作者对应的about链接
  html_attr("href")  # 提取href属性值

# 可选：将相对链接转为完整URL
full_about_links <- url_absolute(about_links, link)

list(about_links, full_about_links)

关键说明 #

• .quote .author + a：通过层级选择器，确保只抓取每个quote块里，作者名称元素（.author）紧随其后的<a>标签，避免误抓其他无关链接。
• html_attr("href")：正确提取<a>标签的href属性值，得到相对路径；如果需要完整访问URL，用url_absolute()拼接基础链接即可。

内容的提问来源于stack exchange，提问作者Bogz