html - 如何使用 rvest 收集此表中的所有 url？

Question

我正在尝试获取表格第一列中的所有链接 here

我只能获取第一个链接/行。

library(rvest)
        url <- "https://di.hkex.com.hk/di/NSSrchPersonList.aspx?sa1=pl&scsd=01/01/2018&sced=31/12/2018&pn=wing&src=MAIN&lang=EN"   

        l <-    wahis.session %>%
          html_nodes(xpath = '//*[@id="grdPaging"]') %>%
          map_chr(~html_attr(html_node(., "a"), "href"))

        l <- as.data.frame(l)

Answer 1

rvest 支持 nth-of-type伪类 css 选择器，因此您可以将以下内容用于具有指定 id 的表的第一列 tds 的子 a 标签

library(rvest)
url <- "https://di.hkex.com.hk/di/NSSrchPersonList.aspx?sa1=pl&scsd=01/01/2018&sced=31/12/2018&pn=wing&src=MAIN&lang=EN"   
links <- url %>%
  read_html() %>%
  html_nodes("#grdPaging td:nth-of-type(1) a") %>%
  html_attr("href")