我想从 citibike 上抓一张 table :https://s3.amazonaws.com/tripdata/index.html
我的目标是一次获取所有 zip 文件的 url，而不是手动输入所有日期并每次下载一个。由于网页每月更新一次，每次运行该功能时，我都希望能够获取所有最新的数据文件。
我首先尝试使用 Rvest 和 XML 包，然后意识到该网页同时包含 html 和由 javascript 函数生成的表格。这就是问题所在。
非常感谢任何帮助，如果我可以提供更多信息，请告诉我。
最佳答案
如果我去https://s3.amazonaws.com/tripdata/ (只是根，没有 index.html )我得到一个简单的 XML 文件。相关元素是 Key (大写 K，小写 e，y)如果你想解析 XML 但我只想搜索纯文本，即:忽略 XML，将其视为简单文本文件，获取 <Key> 之间的每个字符串和 </Key>将其视为文件名并加上前缀 https://s3.amazonaws.com/tripdata/得到它。
第一个条目似乎全部在一起 (170 MB)，因此您可能不介意。
关于javascript - 如何在 R 中抓取 javascript 表？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37401952/