在R中使用html_表创建刮表

我想从以下链接中删除扇区权重表：

我想要的表是网站源代码中的表6。我用R编写了以下脚本：

 library(rvest)
 turl = 'http://portfolios.morningstar.com/fund/summary?t=SPY'
 turlr = read_html(turl) 
 df6<-html_table(html_nodes(turlr, 'table')[[6]], fill = TRUE) 

库（rvest）
图尔http://portfolios.morningstar.com/fund/summary?t=SPY'
turlr=read_html（turl）
df6由于所需表格是以不同的方式设计的，因此rvest

无法将其格式化为正确的表格。但是使用

XML

包，您可以非常轻松地完成这项工作

library(XML)
library(dplyr)

#read required table
turl = 'http://portfolios.morningstar.com/fund/summary?t=SPY'
temp_table <- readHTMLTable(turl)[[6]]

#process table to readable format
final_table <- temp_table %>%
  select(V2, V3, V4, V5) %>%
  na.omit() %>%
  `colnames<-` (c("","% Stocks","Benchmark","Category Avg")) %>%
  `rownames<-` (seq_len(nrow(.)))
final_table

---

希望有帮助

由于所需表格的设计方式不同，

rvest

无法将其格式化为正确的表格。但是使用

XML

包，您可以非常轻松地完成这项工作

library(XML)
library(dplyr)

#read required table
turl = 'http://portfolios.morningstar.com/fund/summary?t=SPY'
temp_table <- readHTMLTable(turl)[[6]]

#process table to readable format
final_table <- temp_table %>%
  select(V2, V3, V4, V5) %>%
  na.omit() %>%
  `colnames<-` (c("","% Stocks","Benchmark","Category Avg")) %>%
  `rownames<-` (seq_len(nrow(.)))
final_table

---

希望有帮助

您应该清楚地看到，您没有包含导致此错误的重要代码，目标表中有嵌入的图表和分组。您需要更改返回的节点，然后才能被

html\u table

接受。请参阅问题以获得一些指导。有几乎无数的R+刮片+晨星等帖子。哪些人没有可以帮助你的信息？我一直对此感到困惑，因为创建q要比实际搜索花费更多的精力。你应该清楚地看到，你没有包含导致此错误的重要代码，目标表中有嵌入的图表和分组。您需要更改返回的节点，然后才能被

html\u table

接受。请参阅问题以获得一些指导。有几乎无数的R+刮片+晨星等帖子。哪些人没有可以帮助你的信息？我一直对此感到困惑，因为创建一个q需要比实际搜索更多的精力。这太棒了。谢谢！这太棒了。谢谢！