使用JavaScript链接抓取网页

Question

我正在使用R进行网页抓取。 我需要的信息在此网页的链接中。 但是，当我单击时，链接将转到我所在的页面。 在获得包含所需信息的表格之前，如何在其他链接后面抓取信息？ 几个月前，我开始使用R，我知道httr，Curl和其他软件包，但是我无法抓取此网页。 我需要这样的输出（通过单击“ Todo el territorio”和Tipo de estudios：“ Bachillerato”）：

Provincia|Localidad|Denominacion Generica|Denominacion Especifica|Codigo|Naturaleza
Almería|Adra|Instituto de Educación Secundaria|Abdera|04000110|Centro público
Almería|Adra|Instituto de Educación Secundaria|Gaviota|04000134|Centro público

...

这将是我使用Selenium软件包的常规脚本，但它不起作用，我接受任何选项：

library(RSelenium)
library(XML)
library(magrittr)

RSelenium::checkForServer()
RSelenium::startServer()
remDrv <- RSelenium::remoteDriver(remoteServerAddr = "localhost", port = 4444, browserName = "chrome")
remDrv$open()

remDrv$navigate('https://www.educacion.gob.es/centros/selectaut.do')
remDrv$findElement(using = "xpath", "//select[@name = '.listado-inicio']/option[@value = ('02','00')]")$clickElement()

...

或类似的东西。 我发现类似此脚本的东西在stackoverflow中寻找其他主题，但我什么也没得到。 我接受其他脚本提供的其他解决方案。 非常感谢。

Answer 1

使用“ RSelenium”浏览站点，您可以执行以下操作：

library(RSelenium)
library(rvest)
#start RSelenium
checkForServer()
startServer()
remDr <- remoteDriver()
remDr$open()

remDr$navigate('https://www.educacion.gob.es/centros/selectaut.do')

#Click on the todo el territorio link
remDr$findElement(using = "xpath", "//a[text()='Todo el territorio']")$clickElement()

#select the Bachillerato option (has a value of 133) and click on the search button
remDr$findElement(using = "xpath", "//select[@id='comboniv']/option[@value='133']")$clickElement()
remDr$findElement(using = "xpath", "//input[@id='idGhost']")$clickElement()

#Click on the show results button
remDr$findElement(using = "xpath", "//input[@title='Buscar']")$clickElement()

#parse the html and get the table
doc <- htmlParse(remDr$getPageSource()[[1]],encoding="UTF-8")
data <- readHTMLTable(doc)$matcentro