在 R 中，从 html 中提取声明的变量

【问题标题】：In R extract a declared variable from html在 R 中，从 html 中提取声明的变量
【发布时间】：2018-02-17 10:34:11
【问题描述】：

有没有办法使用 rvest（或任何其他包）从网站中提取变量声明，例如

var global_tmp_status   =   0;

var global_goal_scored_overtime = [
      ['x', 'Headed', 'Left foot', 'Right foot', 'Other', 'Overall'],
      ['14/8/2016', 1,  0,  2,  0,  3]]; </script

我想将 global_goal_scored_overtime 中的数据提取为表格？

谢谢

【问题讨论】：

标签： r web-scraping rvest

【解决方案1】：

您可以通过以下优秀的V8 包进行评估：

require(rvest)
require(V8)
txt <- "<!DOCTYPE html>
<html>
<body>

<script>
var global_tmp_status = 0;
var global_goal_scored_overtime = [ ['x', 'Headed', 'Left foot', 'Right foot', 'Other', 'Overall'], ['14/8/2016', 1, 0, 2, 0, 3]];
</script> 

</body>
</html>"
# probably you need another selector to "find" your script...
script <- read_html(txt) %>% html_node("script") %>% html_text(trim=TRUE)
ctx <- v8()
ctx$eval(script)
ctx$get("global_tmp_status")
ctx$get("global_goal_scored_overtime")

导致：

> ctx$get("global_tmp_status")
[1] 0

和

> ctx$get("global_goal_scored_overtime")
     [,1]        [,2]     [,3]        [,4]         [,5]    [,6]     
[1,] "x"         "Headed" "Left foot" "Right foot" "Other" "Overall"
[2,] "14/8/2016" "1"      "0"         "2"          "0"     "3"

【讨论】：