rvest：使用url'提取表；s代替文本

我想抓取的表中有url。如果我运行代码，我只会得到带有url描述的列。如何获取实际包含一列（在mycase中是第二列）的表，该列包含URL而不是其描述），或者包含锚定的完整html代码？。我需要它从表的第二列的URL中提取两个索引代码。我想抓取的链接看起来是这样的：我需要ProviderId和代码号，但首先我需要表中的链接被下面的代码抓取

table<-0
library(rvest)
for (i in 1:10){
  url<-paste0("https://aplikacje.nfz.gov.pl/umowy/Provider/Index?ROK=2017&OW=15&ServiceType=03&OrthopedicSupply=False&page=",i)
  page<-html_session(url)
  table[i]<-html_table(page)
}

---

table以下是如何从一页中获取它们。请注意，我使用%>%运算符，这使阅读更容易，但如果愿意，您可以嵌套调用

library(rvest)
url<-paste0("https://aplikacje.nfz.gov.pl/umowy/Provider/Index?ROK=2017&OW=15&ServiceType=03&OrthopedicSupply=False&page=1")
page<-html_session(url)
links <- html_nodes(page, 'table') %>% html_nodes("a") %>% html_attr("href")

库（rvest）
url此shld帮助获得一个漂亮、干净、完整的表，其中包含您想要的HREF：

library(rvest)
library(tidyverse)

# Helpers
rm_extra <- function(x) { gsub("\r.*$", "", x) }

mk_gd_col_names <- function(x) {
  tolower(x) %>%
    gsub("\ +", "_", .)
}

URL <- "https://aplikacje.nfz.gov.pl/umowy/Provider/Index?ROK=2017&OW=15&ServiceType=03&OrthopedicSupply=False&page=%d"

get_table <- function(page_num = 1) {

  pg <- read_html(sprintf(URL, page_num))

  tab <- html_nodes(pg, "table")

  html_table(tab)[[1]][,-c(1,11)] %>%
    set_names(rm_extra(colnames(.) %>% mk_gd_col_names)) %>%
    mutate_all(funs(rm_extra)) %>%
    mutate(link = html_nodes(tab, xpath=".//td[2]/a") %>% html_attr("href")) %>%
    as_tibble()

}

pb <- progress_estimated(10)
map_df(1:10, function(i) {
  pb$tick()$print()
  get_table(page_num = i)
}) -> full_df

glimpse(full_df)
## Observations: 93
## Variables: 10
## $ kod                         <chr> "150000016", "150005039", "1500046...
## $ nazwa_świadczeniodawcy      <chr> "SAMODZIELNY PUBLICZNY ZAKŁAD OPIE...
## $ miasto                      <chr> "GRODZISK WIELKOPOLSKI", "KALISZ",...
## $ ulica                       <chr> "MOSSEGO 17", "POZNAŃSKA 23", "OS....
## $ kod_pocztowy                <chr> "62065", "62800", "60688", "62510"...
## $ nip                         <chr> "9950036856", "6181976770", "97201...
## $ regon                       <chr> "317760", "251525840", "630804009"...
## $ sumaryczna_kwota_zobowiązań <chr> "8 432 922,00", "332 078,25", "416...
## $ szczegóły                   <chr> "Umowy", "Umowy", "Umowy", "Umowy"...
## $ link                        <chr> "/umowy/Agreements/GetAgreements?R...

full_df
## # A tibble: 93 × 10
##          kod
##        <chr>
## 1  150000016
## 2  150005039
## 3  150004658
## 4  150009135
## 5  150003546
## 6  150000066
## 7  150003556
## 8  150000073
## 9  150003539
## 10 150008909
## # ... with 83 more rows, and 9 more variables:
## #   nazwa_świadczeniodawcy <chr>, miasto <chr>, ulica <chr>,
## #   kod_pocztowy <chr>, nip <chr>, regon <chr>,
## #   sumaryczna_kwota_zobowiązań <chr>, szczegóły <chr>, link <chr>

库（rvest）
图书馆（tidyverse）
#助手
rm_额外%html_属性（“href”））%%>%
作为_tible（）
}
全方位
一瞥（全方位）
##意见：93
##变量：10
##$kod“15000016”、“150005039”、“1500046”。。。
##$nazwaświadczenodawcy“SAMODZIELNY PUBLICZNY ZAKŁAD OPIE。。。
##$miasto“GRODZISK WIELKOPOLSKI”、“KALISZ”，。。。
##$ulica“MOSSEGO 17”，“POZNAŃSKA 23”，“OS…”。。。。
##$kod_pocztowy“62065”、“62800”、“60688”、“62510”。。。
##$nip“9950036856”、“6181976770”、“97201…”。。。
##$regon“317760”、“25525840”、“63084009”。。。
##$sumaryczna_kwota_zobowiązan“8432922,00”，“332078,25”，“416…”。。。
##$szczegóły“Umowy”、“Umowy”、“Umowy”、“Umowy”。。。
##$link”/umowy/Agreements/GetAgreements？R。。。
全方位
###A tible:93×10
##柯德
##        
## 1  150000016
## 2  150005039
## 3  150004658
## 4  150009135
## 5  150003546
## 6  150000066
## 7  150003556
## 8  150000073
## 9  150003539
## 10 150008909
## # ... 再增加83行和9个变量：
##乌利卡州米亚斯托市纳兹瓦·维亚德齐诺达西，
###kod#u pocztowy，nip，regon，
###sumaryczna#u kwota_zobowiązan，szczegó322; y，林克
看起来不错，但在我的机器上效果不好。它向我抛出：
打开时出错。连接（x，“rb”）：对等证书无法使用给定的CA证书进行身份验证
现在它在我使用httr:：GET-trick from your comment后工作！您可能需要考虑更新您的本地系统CAS。在没有找到链接下的表的情况下，它会给我一个错误。然后，我希望它继续下去，如果可以的话，得到下一张桌子。如何跳过此链接？我尝试了try（）
map_df（1:nrow（full_df2），函数（I）{pb$tick（）$print（）try（get_table（page_num=I，silent=T）}）->full_df3
没有帮助。它在bind_rows_ux，.id中向我抛出了一个错误
无法将对象转换为数据帧
我似乎通过将html_表（tab）[[1]][，-c（1,8）]%>%放在注释中解决了这个问题。。。。函数get_表中的一部分在trycatch（，silent=T）中。我意识到这很难看。我羞于把它写在你的答案里。您能否建议它是否可以打印注释：警告，这次找不到表，然后继续？