抱歉,如果我听起来有点无能,我是个新手。
所以问题来了:
我正在尝试访问一个我有文件的网站,这样我就可以看到它过去的样子。根据我的挖掘,很明显,这个网站是用Joomla创建的。该网站不再托管在互联网上。
我正在使用XAMPP在本地托管网站。然而,每当我尝试访问该网站时,它都会将我重定向到该网站的旧互联网地址,由于该网站已不再托管,因此以一个错误结尾。
我深入研究了这些文件,发现网站加载的第一个内容是index.html,其中包含以下代码:
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
&
我想从网站上抓取官方法律(这是一个)。这些文档可以在html网站的菜单中访问。我设法从网站,如github和下载PDF链接,但我有困难从这种类型的网站提取。我尝试了以下代码:
library(rvest)
# read html
page <- read_html("https://bl.clex.ch/app/de/texts_of_law/780")
# from nodes I would like to get the links where the PDFs are stored
raw_list <- page %>% # takes t