我正在尝试废弃网站上的表格，但无法成功...我已经做过很多次了，它总是有效，但从那时起，表格似乎是某种 Javascript ，并且解析根本不起作用？有人能帮我吗？
页面是here .
我已经尝试过通常的方法:
readHTMLTable(doc//table[@id='live-player-home-offensive-grid'], as.data.frame=TRUE, header=FALSE)
# or
xpathSApply(pagetree, "//*/table[@id='live-player-home-offensive-grid']", xmlValue)
最佳答案
问题是数据不在表中，而是在Javascript代码中—— 仅当页面在浏览器中呈现时，它才会放入表格中。
我没有看到一种干净的提取方法， 缺少使用 Javacript 工具或 Web 浏览器 Controller ( Zombie.js ， CasperJS , PhantomJS , Selenium )。
以下内容将 HTML 页面读取为字符串，
并查找 initialData 变量的定义，
显然包含数据。
它以同样难以使用的格式返回数据，
列表的列表的列表的列表的列表的列表的列表的列表的列表。
library(RCurl)
url <- "http://www.whoscored.com/Matches/411429/LiveStatistics/England-Premier-League-2010-2011-Fulham-Arsenal"
html <- getURL(url)
initial_data <- gsub("^.*?initialData = (.*?);.*", "\\1", html)
initial_data <- gsub("'", '"', initial_data)
library(RJSONIO)
data <- fromJSON( initial_data )
关于javascript - 抓取 HTML(或 JavaScript)表，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/19610281/