时间戳

首页 > 解决方案 > 使用 rvest 添加新字段以形成表单

r - 使用 rvest 添加新字段以形成表单

问题描述

我正在尝试使用 rvest 下载 [完整] 动态扩展 [控股] 表，但出现Unknown field names错误。

s <- html_session("http://innovatoretfs.com/etf/?ticker=ffty")
f <- html_form(s)[[1]]
#the following line fails:
f.new <- set_values(f, `__EVENTTARGET` = "ctl00$BodyPlaceHolder$ViewHoldingsLinkButton")

##subsequent lines are not tested##
doc <- submit_form(s, f.new)
tabs <- xml_find_all(doc, "//table")
holdings <- html_table(tabs, fill = T, trim = T)[[5]]

我对 HTML/HTTP 不是很好，但从我可以追查的内容来看，在我看来，扩展表格需要使用这个新的字段值集回发表单

检查该set_values函数后，似乎它只允许为现有字段分配值。

有什么办法可以在下面的表单中添加一个新字段rvest？如果没有，是否有人知道我可以用来获得此功能的另一个包？

[已编辑] 非常明确地表明我需要动态扩展表的完整版本并添加预期的后续表提取代码

标签： rrvest

解决方案

令人厌恶，但 WORKS可能会被清理，但会向项目提交问题，以便正确修复 add_values 类型功能

getInnovatorHoldings <- function() {
    s <- html_session("http://innovatoretfs.com/etf/?ticker=ffty")
    f <- html_form(s)[[1]]
    f.new <- add_values(f,
                            `__EVENTTARGET` = "ctl00$BodyPlaceHolder$ViewHoldingsLinkButton",
                            `__EVENTARGUMENT` = "",
                            `submit` = NULL)

    s <- submit_form(s, f.new, "submit")
    doc <- read_html(s)
    tabs <- xml_find_all(doc, "//table")
    holdings <- html_table(tabs, fill = T, trim = T)[[5]]
    return(holdings)
}

add_values <- function(form, ...) {
    new_values <- list(...)
    no_match <- which(!names(new_values) %in% names(form$fields))
    for (n in no_match) {
        if (names(new_values[n]) == "submit") {
            form$fields[[names(new_values[n])]] <- new_input(name = names(new_values[n]), type = "submit", value = NULL)
        } else {
            form$fields[[names(new_values[n])]] <- new_input(name = names(new_values[n]), type = "hidden", value = new_values[n][[1]])
        }
    }
    return(form)
}

new_input <- function(name, type, value, checked = NULL, disabled = NULL, readonly = NULL, required = F) {
    return(
        structure(
            list(name = name,
                type = type,
                value = value,
                checked = checked,
                disabled = disabled,
                readonly = readonly,
                required = required
                ),
            class = "input"
        )
    )
}

推荐阅读