R 使用网页的类从网页中提取链接列表

我试图从四个链接列表中提取以下内容：

PNADC_012018_20190729.zip

PNADC_022018_20190729.zip

PNADC_032018_20190729.zip

PNADC_042018_20190729.zip

我看到它们都是一个叫做“jstree wholerow”的类的一部分。我不太擅长抓取，但我尝试使用以下规律捕捉此类链接：

x <- rvest::read_html('https://www.ibge.gov.br/estatisticas/downloads-estatisticas.html?caminho=Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_continua/Trimestral/Microdados/2018') %>%
  rvest::html_nodes("jstree-wholerow") %>%
  rvest::html_text()

x%
rvest:：html_节点（“jstree wholerow”）%>%
rvest:：html_text（）

但是，我收到一个空向量作为输出

---

有人能帮忙解决这个问题吗？

尽管网页使用javascript，但文件存储在ftp中。它还有非常可预测的目录名

库（tidyverse）
图书馆（stringr）
图书馆（rvest）
#> 
#>附加包：“rvest”
#>以下对象已从“package:readr”屏蔽：
#> 
#>猜测编码
图书馆（RCurl）
#> 
#>正在附加包：“RCurl”
#>以下对象已从“package:tidyr”屏蔽：
#> 
#>完整的
链接[3]。”https://ftp.ibge.gov.br/Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_continua/Trimestral/Microdados/2018/PNADC_032018_20190729.zip"
#> [4] "https://ftp.ibge.gov.br/Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_continua/Trimestral/Microdados/2018/PNADC_042018_20190729.zip"
#选择2
链接%read_html（）%%>%
html_节点（xpath='//td/a[@href]'）%>%html_属性（'href'））
链接[1]“PNADC_012018_20190729.zip”“PNADC_022018_20190729.zip”
#>[3]“PNADC_032018_20190729.zip”“PNADC_042018_20190729.zip”
stru_c（'https://ftp.ibge.gov.br/Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_continua/Trimestral/Microdados/2018/，链接）
#> [1] "https://ftp.ibge.gov.br/Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_continua/Trimestral/Microdados/2018/PNADC_012018_20190729.zip"
#> [2] "https://ftp.ibge.gov.br/Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_continua/Trimestral/Microdados/2018/PNADC_022018_20190729.zip"
#> [3] "https://ftp.ibge.gov.br/Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_continua/Trimestral/Microdados/2018/PNADC_032018_20190729.zip"
#> [4] "https://ftp.ibge.gov.br/Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_continua/Trimestral/Microdados/2018/PNADC_042018_20190729.zip"

---

由（v2.0.0）创建于2021-06-11，它们不是链接。它们链接到一个javascript，该javascript处理下载数据和ftp下载的生成，但我怎么能提取这些数据呢？我不确定。可以在一个源文件（servicodados.ibge.gov.br/API/v1/downloads…）中对其中一个API调用进行反向工程。或者，使用浏览器自动化（如RSelenium）等方法，只需单击相应的元素即可。这是一个有趣的问题。我想这不是一个真正的选项，因为这是针对软件包的？但这些不被链接实际上是一个问题吗？在这个阶段，我只想要这些字符串，而不是下载任何对我来说不够的东西。主机经常更改每个文件的名称，因此这种方法不起作用。我正在寻找更强大的东西，只在页面结构上重新定义这四个名称似乎是永久的。主机会更改其中的哪一部分？在“zip_names”@ArthurCarvalhoBrito下，我添加了另一种先获取名称的方法。我怎么会错过这一点？干得好+