使用 RSelenium 从网页表中检索数据

Question

我正在尝试从这个国家河流流量文件(英国)网站上抓取年度最大流量数据: http://nrfa.ceh.ac.uk/data/station/info/69032使用 RSelenium。我找不到协商下拉菜单的方法。目前，我可以使用以下方法半自动化该过程:

library(RSelenium)
checkForServer()
startServer()
remDr <- remoteDriver(remoteServerAddr = "localhost", port = 4444, browserName = "firefox", platform = "LINUX")
remDr$open()
i <- "69032"
remDr$navigate(paste0("http://nrfa.ceh.ac.uk/data/station/peakflow/", i))
# read the raw html and parse
doc<-htmlParse(remDr$getPageSource()[[1]])
peak.flows <- as.numeric(readHTMLTable(doc)$tablesorter[, "Flow (m3/s)"])

这有点麻烦，涉及到我必须单击页面上的几个按钮而不是让 RSelenium 来执行此操作。关于 RSelenium 如何选择“峰值流量数据”选项卡，然后从下拉菜单中选择“最大年度 (AMAX) 数据”选项，有什么建议吗？

Answer 1

library(RSelenium) 
checkForServer() 
startServer() 
remDr <- remoteDriver(remoteServerAddr = "localhost", port = 4444, browserName = "firefox", platform = "LINUX") 
remDr$open() i <- "69032"
remDr$navigate(paste0("http://nrfa.ceh.ac.uk/data/station/peakflow/", i))
remDr$findElement(using="css selector",'.selected a')$clickElement() 
Sys.sleep(5) 
remDr$findElement(using = "css selector", "#selectDataType")$clickElement()
remDr$findElement(using = "css selector", "#selectDataType")$sendKeysToElement(list(key="down_arrow", key="enter")) 
Sys.sleep(2)`

如果您想了解感兴趣的元素的 css id，请在 chrome 中安装 [SELECTOR GADGET] 插件。突出显示您希望 RSelenium 单击的元素，然后获取 css id。