填写网络表单，提交并下载结果

问题描述 投票：4回答：1

我想填写web form并提交查询并下载结果数据。某些字段可以选择下拉菜单或输入搜索查询，也可以将部分保留为空白（如果所有部分都保留为空白，则将下载整个数据库），单击“搜索并下载”按钮应提示文件下载。

[这是我根据this问题尝试过的方法（为“ Salmo salar”物种选择所有记录）。我使用浏览器（Opera）的“开发人员工具”检查页面元素并确定所有可能字段的名称：

library(httr)

url <- "https://nzffdms.niwa.co.nz/search"

fd <- list(
  search_catchment_no_name = "",
  search_river_lake = "",
  search_sampling_locality = "",
  search_fishing_method = "",
  search_start_year = "",
  search_end_year = "",
  search_species  = "Salmo salar", # species of interest
  search_download_format = 1,      # select csv file format
  submit = "Search and Download"
)

POST(url, body = fd, encode = "form")

我曾希望这将导致下载一个csv文件（物种“ Salmo salar”的所有记录），但没有文件下载（但输出此文件（清单10，仅显示第一位）：

Response [https://nzffdms.niwa.co.nz/search]
Date: 2019-10-02 23:35
Status: 200
Content-Type: text/html; charset=utf-8
Size: 19.1 kB
<!DOCTYPE html>  
  <html>  
  <head>  
  <meta http-equiv="Content-Type" content="text/html; c...
    <meta name="title" content="NZ Freshwater Fish Database...
<meta name="description" content="NIWA NZ Freshwater Fish...
<meta name="keywords" content="NIWA, NZ, Freshwater Fish" />
<meta name="language" content="en" />
<meta name="robots" content="index, follow />

...

编辑

我认为问题在于我如何调用Search and download按钮，当检查网页时，大多数字段看起来像这样：

# end year field
<input maxlength="4" class="form-control" type="text" name="search[end_year]" id="search_end_year">

但是search and download按钮元素没有name或id选项：

<input type="submit" value="Search and Download" class="btn btn-primary btn-md">

而且我刚刚注意到有一个隐藏字段，也许我需要定义它？

<input type="hidden" name="search[_csrf_token]" value="d1530f09c1ce8110b5163bd100cb0d67" id="search__csrf_token">

有关如何下载文件的任何建议，将不胜感激。

r post httr
1个回答
3
投票

首先，检查website上的robots.txt。截至2019年10月3日已被注释掉。

然后阅读https://nzffdms.niwa.co.nz/terms和https://www.niwa.co.nz/freshwater-and-estuaries/nzffd/user-guide/tips上的条款和条件，并确保您遵守这些条款和条件。

并且节制以下请求也很重要。

检查所有条款和条件后，您可以使用下面的代码查询数据：

library(httr)
library(xml2)

gr <- GET("https://nzffdms.niwa.co.nz/search")
doc <- read_html(content(gr, "text"))     #doc <- read_html(gr) #this works as well
getTbl <- function(x) {
    do.call(rbind, lapply(xml_find_all(doc, paste0(".//select[@name='search",x,"']/option")),
        function(n) data.frame(NAME=xml_text(n), VALUE=xml_attr(n, "value"))))
}
fishing_method <- getTbl("[fishing_method]")
species <- getTbl("[species][]")
csrf_token <- xml_attr(xml_find_all(doc, ".//input[@name='search[_csrf_token]']"), "value")

fd <- list(
    "search[catchment_no_name]"="",
    "search[river_lake]"="",
    "search[sampling_locality]"="",
    "search[fishing_method]"="",
    "search[species][]"="",
    "search[species][]"=68,
    "search[start_year]"="",
    "search[end_year]"="",
    "search[download_format]"="1",
    "search[_csrf_token]"=csrf_token
)
r <- POST("https://nzffdms.niwa.co.nz/doSearch", body=fd, encode="form")
read.csv(text=content(r, "text", encoding="UTF-8"))

输出：
   card m    y catchname  catch        locality time  org map    east   north altitude penet fishmeth effort pass spcode abund number minl maxl  nzreach
1  3964 1 1981   Waiau R 797.49       Lake Gunn   NA niwa d41 2122400 5581200      477   225      ang     NA   NA salsal    NA     NA   NA   NA 15006671
2  3965 1 1981   Waiau R 797.49     Lake Fergus   NA niwa d41 2123700 5584400      483   229      ang     NA   NA salsal    NA     NA   NA   NA 15006092
3 15975 1 2003   Waiau R 797.40 Excelsior Creek 1330 niwa d44 2095800 5495800      190    94      efp     80    1 salsal    NA      2  102  105 15030686
4 50772 1 1940   Waiau R 797.49 Upukerora River   NA  unk d43 2098500 5519900      210   146      unk     NA   NA salsal    NA     NA   NA   NA 15020897
最新问题
© www.soinside.com 2019 - 2024. All rights reserved.