Rvest不返回具有R重音的xpath的id的html_nodes

Question

我正试图使用R中的Rvest从html文件中抓取一个表。但html_node不起作用，我认为这是因为xpath中的id是西班牙语，并且有重音。

这是代码：

library(rvest)
library(xml2)
url <- "https://www3.ine.gub.uy/boletin/Boletin%20Ingresos%204to%20trimestre%202021.html"
html <- read_html(url)
data <- html_node(html, xpath='//*[@id="ingreso-medio-per-cápita"]/table/tbody')

我一直在谷歌上搜索，但找不到解决方案
如果有人能帮助我，我将不胜感激！

Answer 1

我不确定这里的问题是什么，但由于重音字符之前的字符串仍然是唯一的，您可以使用xpath函数starts-with获得它

library(rvest)
library(xml2)
url <- "https://www3.ine.gub.uy/boletin/Boletin%20Ingresos%204to%20trimestre%202021.html"
html <- read_html(url)
xpath <- '//div[starts-with(@id,"ingreso-medio-per-c")]/table'
data <- html_table(html_nodes(html, xpath = xpath))[[1]][1:3,]
#> Warning in table_fill(cells, trim = trim): NAs introduced by coercion
data
#> # A tibble: 3 x 3
#>   ``         `Trimestre 3 2021` `Trimestre 4 2021`
#>   <chr>                   <dbl>              <dbl>
#> 1 Total país               25.8               26.6
#> 2 Montevideo               32.5               33.5
#> 3 Interior                 21.5               22.3

^{创建于2022-02-15由reprex包(v2.0.1(}

Answer 2

或者您可以使用，

library(rvest)
library(tidyverse)
url = 'https://www3.ine.gub.uy/boletin/Boletin%20Ingresos%204to%20trimestre%202021.html'
url %>% 
read_html() %>% 
html_table()

从网页上获取所有表格。