如何使用rvest从R中的网页中刮取字符串

我有一个包含602个URL的向量，其开头如下：

---

links由于要提取的数字是页面上唯一的4位数字，我们可以读取HTML的内容并提取4位数字

library(rvest)

sapply(links, function(x) 
       x %>% read_html %>% html_text %>% stringr::str_extract("\\d{4}"))

你如何确定这是你想要的一年？这是这一页上唯一的4位数字吗？是的，没错。这是我唯一能识别它的方法。你能试试
sapply（链接，函数（x）x%>%read\u html%>%html\u text%>%str\u extract（\\d{4}”）
？嘿，Ronak，再次感谢你回答我的问题。还有一个问题：如果有多个匹配项，我如何为每个html只选择第一个匹配项？我认为
str\u extract
只返回第一个匹配项。你有多重匹配吗？我也是这么想的。只有少数几个网站有多个匹配项-我想这是因为在一些网站的底部有版权声明。你能试试
x%>%read\u html%>%html\u text%>%.[1]]%>%stringr:：str\u extract（\\d{4}”）
看看这是否解决了问题。