需要帮助将带有rvest的表解析为dataframe吗

我需要从上面的网页将美国检查/崩溃下的表解析为R数据框。对站点上的某些表有效的解析技术对其他表无效

我能够用以下代码解析检查表：

    inspections <- carrier %>%
      html_node('.querylabel+ center table') %>%
      html_table(fill = TRUE)

    crashes <- carrier %>%
      html_node('center:nth-child(19) table') %>%
      html_table(fill = TRUE)

我使用了以下代码：

    inspections <- carrier %>%
      html_node('.querylabel+ center table') %>%
      html_table(fill = TRUE)

    crashes <- carrier %>%
      html_node('center:nth-child(19) table') %>%
      html_table(fill = TRUE)

崩溃%
html_节点（'中心：第n个子（19）表'）%>%
html_表（fill=TRUE）

我使用选择器小工具来选择css，该表的css是“中心：第n个子（19）表”。我还尝试将html_node（）与x路径一起使用：

    crashes <- carrier %>%
      html_node(xpath = '//center[(((count(preceding-sibling::*) + 1) = 
     19) and parent::*)]//table') %>%
      html_table(fill = TRUE)

崩溃%
html_节点（xpath='//center[（（计数（前面的同级：：*）+1）=
19） 和父项：：*）]//表“'）%>%
html_表（fill=TRUE）

那也没用。我对网络垃圾很陌生，所以如果这是一个简单的解决方案，我很抱歉

carrier是url:

    carrier <- read_html(https://safer.fmcsa.dot.gov/query.asp?searchtype=ANY&query_type=queryCarrierSnapshot&query_param=USDOT&original_query_param=NAME&query_string=2249709&original_query_string=ARKANSAS%20BEST%20LOGISTICS%20INC)

carrier有两个“检查”表和两个“碰撞”表，美国和加拿大各一个。这里有两种方法：

使用前面的链接（“检查：”、“碰撞：”）来识别链接后面的
中心
元素。然后查找
表
节点，并对其进行解析


您也可以使用
a[href$='#InspectionsCA'].
为加拿大执行此操作，但格式不理想（“崩溃：”表具有相同的
href
值）。（请注意，
href$=
表示链接以该文本结尾：）


使用表的
summary
字段获取两组“Inspections”和“crasks”表，并命名它们（例如使用
purr:：set_names
和
c（“美国”、“加拿大”）
），或者丢弃您不想要的表（使用
[
）：

非常好的答案+@gizaom如果答案非常有效，那么您应该通过单击✓. 这样别人也会知道什么对你有用。
              Inspection Type Vehicle Driver Hazmat IEP
1                 Inspections       0      0      0   0
2              Out of Service       0      0      0   0
3            Out of Service %      0%     0%     0%  0%
4 Nat'l Average %(2009- 2010)  20.72%  5.51%  4.50% N/A

dot_url %>% 
  html_node("a[href$='#Accidents'] + center") %>% 
  html_node("table") %>% 
  html_table()

     Type Fatal Injury Tow Total
1 Crashes     0      0   0     0

dot_url %>% 
  html_nodes("table[summary='Inspections']") %>% 
  html_table()

[[1]]
              Inspection Type Vehicle Driver Hazmat IEP
1                 Inspections       0      0      0   0
2              Out of Service       0      0      0   0
3            Out of Service %      0%     0%     0%  0%
4 Nat'l Average %(2009- 2010)  20.72%  5.51%  4.50% N/A

[[2]]
   Inspection Type Vehicle Driver
1      Inspections       0      0
2   Out of Service       0      0
3 Out of Service %      0%     0%

dot_url %>% 
  html_nodes("table[summary='Crashes']") %>% 
  html_table()

[[1]]
     Type Fatal Injury Tow Total
1 Crashes     0      0   0     0

[[2]]
     Type Fatal Injury Tow Total
1 Crashes     0      0   0     0