填写网络表格，提交和下载结果

Question

我想填写 web form 并提交我的查询并下载结果数据。有些字段可以选择下拉菜单或输入搜索查询，部分也可以留空（如果所有部分都留空，则下载整个数据库），点击“搜索和下载”按钮应该会启动下载文件。

这是我根据 this 问题尝试过的方法（选择物种“Salmo salar”的所有记录）。我使用我的浏览器 (Opera)“开发者工具”来检查页面元素并识别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")

我曾希望这会导致下载一个 csv 文件（物种“Salmo salar”的所有记录），但没有文件下载（但输出这个（10 个列表，只显示第一位）：

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，在检查网页时，大多数字段如下所示：

# 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">

另外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">

任何有关如何下载文件的建议都将不胜感激。

更新 - 警告

自 2021-12-1 起，上述问题中查询的数据库已显着更新，此问题中的信息不再准确反映网站，下面 chinsoon12 的相关回答将不再 return 提交后的结果。

Answer 1

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

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

并且限制下面的请求也很重要。

检查所有条款和条件后，您可以使用以下代码查询您的数据：

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

填写网络表格，提交和下载结果

Fill in web form, submit and download results

post

r

httr

编辑

更新 - 警告