使用R从Web上抓取列

我有这个网站，我想提取前4列。但它不起作用。我是网络垃圾的乞丐，任何帮助都会是了不起的家伙：

https://projects.fivethirtyeight.com/2017-nba-predictions/

我想提取每一列：

ELO--CARM-ELO

e等等

这就是我到目前为止所做的：

url_nba <- 'https://projects.fivethirtyeight.com/2017-nba-predictions/'

webpage_nba <- read_html(url_nba)

data_nba.1 <- html_nodes(webpage_nba,'.num elo original desktop')
data_nba.2 <- html_nodes(webpage_nba,'.num elo carmelo')

---

url\u nba查看HTML代码，表格的形状有点不正确。一种方法是抓取整个表，然后收集Elo分数

查找css标记“table”时，发现了三个表。手动查看每一个，表3是感兴趣的一个

library(rvest)
url_nba <- 'https://projects.fivethirtyeight.com/2017-nba-predictions/'
webpage_nba <- read_html(url_nba)

#collect the tables from the page
tables <- html_nodes(webpage_nba,'table')

#Process the table of interest (returns a list of 1)
resultdf <- tables[3] %>% html_table(fill=TRUE)
resultdf <- resultdf[[1]]

库（rvest）
url_nba当您获得等长的节点列表时，您可以使用css选择器来定位您想要的列，然后cbind转换为dataframe作为替代。下面的选择器将引出一个干净的输出数据帧

library(rvest)
library(magrittr)

page <- read_html('https://projects.fivethirtyeight.com/2017-nba-predictions/')
df <- setNames(data.frame(cbind(
  html_text(html_nodes(page, 'td.original')),
  html_text(html_nodes(page, 'td.carmelo')),
  html_text(html_nodes(page, '.change')),
  html_text(html_nodes(page, '.team a'))
)),c('elo','carmelo','1wkchange','team'))

print(df)

库（rvest）
图书馆（magrittr）
页面上你说的前四栏将是elo、carmelo、1周变更和团队徽标。真的是这样吗？如果是这样的话，您希望如何处理徽标？非常感谢！你的意思是什么：
HTML代码表格的形状有点不正确
？如果你查看resultdf，前两行是空的，列标题在第3行。如果你看一下桌子，所有这些都很容易解决。非常感谢！但我有一个从未有过的问题：为什么与COLLMN
elo
相关的标记是
td.original
而不是
。num elo original desktop
我缺少什么？num elo original desktop是一个多值类属性，即类属性有多个值。这是更脆弱的，因为更大的机会，一个或多个可以改变，也是更多的价值观相匹配，所以潜在的速度较慢-所以你想；t-sholer选择器；包括在可能的情况下使用单个多值类（仔细选择）。最后，它在th和td上匹配。我只想用最短、最快的选择器匹配实际的td元素。td.original唯一标识的感兴趣元素和类css选择器是第二快的（仅次于id）。我没有单词！谢谢我从R开始抓网。如果我想提高我的技能，你有什么建议吗？学习HTML语言会对我有帮助吗？了解基本的HTML和css选择器，包括高级选择器会很有帮助。如果您访问我的个人资料，您将在“关于”部分看到许多共享的链接。