r - 在 Wiki 的网球 table 上使用 Rvest 进行网页抓取

Question

我是 R 的初学者。我想了解更多关于 rvest 以及如何从网络上抓取的信息。这是 wiki 页面 ( https://en.wikipedia.org/wiki/Andy_Murray )，下面是我要转移到 R 的表格。

使用 CSS 选择器，我发现特定表格位于“.wikitable”上。按照其他网页上的一些教程，这是我使用的代码:

library(rvest)
tennis <- read_html("https://en.wikipedia.org/wiki/Andy_Murray")
trial <- tennis %>% html_nodes(".wikitable") %>% html_table(fill = T)
trial

我无法将结果隔离到我想要的表中。有人可以教我怎么做吗？另一件事，管道是做什么的(%>%)？

Answer 1

你快到了。您提取的是一个列表。要获得所需的元素，您需要使用索引:

trial[[2]]

要进一步清洁它，请使用:

df <- trial[[2]]
df <- df[-1,]
df[,17:20] <- NULL

%>% 被称为来自 magrittr/dplyr 包的管道。更多信息 here .