r - 在R和rvest中抓取多个链接的HTML表

本文http://www.ajnr.org/content/30/7/1402.full包含指向html-tables的四个链接，我想用rvest进行抓取。

借助CSS选择器：

"#T1 a"

可以像这样到达第一个表：

library("rvest")
html_session("http://www.ajnr.org/content/30/7/1402.full") %>%
follow_link(css="#T1 a") %>%
html_table() %>%
View()

CSS选择器：

".table-inline li:nth-child(1) a"

使选择包含链接到四个表的标签的所有四个html节点成为可能：

library("rvest")
html("http://www.ajnr.org/content/30/7/1402.full") %>%
html_nodes(css=".table-inline li:nth-child(1) a")

如何遍历此列表并一次性检索所有四个表？最好的方法是什么？

最佳答案

这是一种方法：

library(rvest)

url <- "http://www.ajnr.org/content/30/7/1402.full"
page <- read_html(url)

# First find all the urls
table_urls <- page %>%
  html_nodes(".table-inline li:nth-child(1) a") %>%
  html_attr("href") %>%
  xml2::url_absolute(url)

# Then loop over the urls, downloading & extracting the table
lapply(table_urls, . %>% read_html() %>% html_table())