使用R (rvest)抓取表
使用R (rvest)抓取表是一种在云计算领域中常用的数据获取和处理技术。rvest是R语言中一个强大的网络爬虫包，可以用于从网页中抓取数据。
rvest提供了一系列函数和方法，可以帮助开发人员从网页中提取表格数据。以下是使用rvest抓取表格的一般步骤：
- 安装和加载rvest包：使用install.packages("rvest")命令安装rvest包，并使用library(rvest)命令加载包。
- 指定目标网页URL：使用url <- "目标网页URL"命令指定要抓取数据的网页URL。
- 发送HTTP请求并获取网页内容：使用html <- read_html(url)命令发送HTTP请求并获取网页内容。
- 定位目标表格：使用html_nodes(html, "table")命令定位目标表格。可以根据表格的CSS选择器、XPath表达式或其他方式来定位表格。
- 提取表格数据：使用html_table()命令提取表格数据。可以使用参数header=TRUE来指定是否包含表头。
- 处理和分析数据：对提取的表格数据进行处理和分析，例如清洗数据、计算统计指标等。
- 可选：保存数据或进行可视化：根据需求，可以将处理后的数据保存到文件中，或使用其他R包进行数据可视化。
rvest的优势在于它简单易用，提供了丰富的功能和灵活的定位方式，可以适应不同网页结构和数据抓取需求。它还可以与其他R包和工具集成，实现更复杂的数据处理和分析任务。
使用rvest抓取表格的应用场景包括但不限于：
- 数据挖掘和分析：从网页中抓取大量数据，用于后续的数据挖掘和分析工作。
- 网络舆情监测：抓取新闻、社交媒体等网页上的评论和评分数据，用于舆情分析和监测。
- 金融数据获取：从金融网站上抓取股票、汇率、财务报表等数据，用于投资分析和决策。
- 科学研究：从学术论文、科研机构网站等抓取科研数据，用于科学研究和实验分析。
腾讯云提供了一系列与云计算相关的产品和服务，其中包括数据处理和分析服务、云服务器、云数据库等。具体推荐的产品和产品介绍链接地址可以根据具体需求和场景来确定。
相关·内容
2回答
我在试着抓取网站 https://www.basketball-reference.com/playoffs/NBA_2021_standings.html 用于扩展的排行榜。我已经使用rvest库尝试了许多变体，但似乎都不能正常工作。使用的最新代码是： url = "https://www.basketball-reference.com/playoffs/NBA_2021_standings.html"
test = url %>%
rvest::read_html() %>%
rvest::html_nodes("table")
浏览 40提问于2021-11-14得票数 0
我正在尝试使用R rvest包从中抓取“鱼肉样本”表数据。我使用chrome扩展SelectorGadget来查找表的xpath。我无法从网页中获取任何表格数据到R.非常感谢您的帮助。
library(rvest)
urllakes<- read_html("http://www.dnr.state.mn.us/lakefind/showreport.html?
downum=27011700")
lakesnodes <- html_nodes(urllakes,xpath = '//*[(@id = "lake-survey")]&#
浏览 1提问于2017-10-01得票数 0
回答已采纳
我正在尝试用rvest抓取裁判的比赛数据。请参见以下代码：
page_ref<-read_html("https://www.pro-football-reference.com/officials/HittMa0r.htm")
ref_tab <- page_ref %>%
html_node("#games") %>%
html_text()
#html_table()
但是rvest不能识别链接中“游戏”表的任何节点。它可以很好地从第一个表“季节总数”中提取数据。我是不是漏掉了什么？一般来说，如果rvest
浏览 0提问于2021-01-20得票数 0
1回答
我正在学习如何使用rvest和R进行网络抓取，并且我想提取嵌入在以下网站中的表格：
如果你在中间滚动，你会看到一张嵌入了星巴克商店和它们的工会状态的表格。
当我使用CSS选择器工具并突出显示表主体时，我会得到代码"td"。
然而，当我使用下面的rvest代码时，我会得到：
{xml_nodeset (0)}
我还使用了检查功能来查看表名(下面)，并得到了相同的错误。
"table#wpgmza_table_1.responsive.wpgmza_table.dataTable.no-footer.dtr-inline.collapsed"
有人能帮我把那张表提
浏览 3提问于2022-05-21得票数 0
回答已采纳
1回答
你好，我刚开始使用R从互联网上抓取数据，不幸的是，我对HTML和XML知之甚少。我试图抓取以下父页面上的每个故事链接：我不关心父页面上的任何其他链接，但需要创建一个表，为网址，故事的标题列，然后为页面的完整文本(可以是几个文本段落)休息。
我尝试使用rvest包，得到了urls，但真正的问题是遍历所有文章，提取文本并将所有内容存储在一个表中。
对于谷歌新闻应用程序：
library(rvest)
url <- 'https://news.google.com/search?q=NREGA&hl=en-IN&gl=IN&ceid=IN%3Aen'
浏览 2提问于2018-06-04得票数 0
1回答
我使用rvest包来抓取Facebook的帖子并提取img src url。
library(rvest)
UrlPage <- read_html ("https://www.facebook.com/AmazonIN/photos/a.142199085973905.1073741828.100281786832302/458742987652845/?type=3")
UrlPage %>% html_node("#fbPhotoImage")
错误:没有匹配
rvest软件包适用于其他网站，但似乎与Facebook有一些问题。
有没有
浏览 4提问于2016-01-08得票数 0
1回答
我试图从过去30年中至少参加过一次世界杯的每一支球队中收集数据。
我对如何使用R包rvest从web上抓取表格和其他东西的知识充其量也是最基本的。
目前，我的代码看起来像这样
library(rvest)
library(dplyr)
fifadata <- read_html("http://www.fifa.com/fifa-tournaments/teams/association=BRA/index.html")
fifa_data_html <-
html_nodes(fifadata,
xpath='/html/bod
浏览 1提问于2017-11-22得票数 0
1回答
我正在尝试使用rvest从fbref.com上的不同页面抓取数据表。我已经能够使用以下命令从一个页面中抓取数据：
library(rvest)
URL <- "https://fbref.com/en/squads/822bd0ba/Liverpool"
WS <- read_html(URL)
passStats <- WS %>% rvest::html_nodes(xpath = '//*[(@id = "ks_sched_all")]') %>% rvest::html_table() %>% data
浏览 5提问于2020-06-02得票数 1
回答已采纳
我在这里，完全是一个R的初学者，我正在努力学习更多关于rvest的知识和如何从网络上抓取。这是维基页面()，下面是我想转移到R的表格。
使用CSS Selector，我发现特定的表在".wikitable“上。在其他网页上的一些教程之后，下面是我使用的代码：
library(rvest)
tennis <- read_html("https://en.wikipedia.org/wiki/Andy_Murray")
trial <- tennis %>% html_nodes(".wikitable") %>% html
浏览 2提问于2016-08-19得票数 2
回答已采纳
1回答
我想要抓取这个网页下拉表中的关键字
问题是，每个项目的下拉菜单阻止我直接抓取表，因为它只获取每个项目的标题，而不是每个项目的内部内容。
rvest::read_html("https://www.aeaweb.org/jel/guide/jel.php") %>%
rvest::html_table()
我想把以Keywords:开头的每一行都删掉，但我不明白该怎么做。看起来HTML没有显示表中的项。
浏览 3提问于2021-09-12得票数 0
1回答
将数据收集到R中
、、、
我目前正在尝试将转换为R，但在获取正确的表时遇到了问题。
html_link <- "https://fbref.com/en/comps/9/stats/Premier-League-Stats#stats_standard::1"
"https://fbref.com/en/comps/9/stats/Premier-League-Stats#stats_standard::1"
df <- html_link %>%
xml2::read_html() %>%
rvest::html_nodes("table
浏览 21提问于2021-02-16得票数 0
回答已采纳
2回答
我正在使用R从上抓取一张桌子。
我正在使用库rvest。
#install.packages("rvest", dependencies = TRUE)
library(rvest)
OPMpage <- read_html("https://www.opm.gov/policy-data-oversight/data-analysis-documentation/federal-employment-reports/historical-tables/total-government-employment-since-1962/")
我收到这个错误：
浏览 1提问于2016-02-29得票数 6
1回答
R中的rvest出现服务器错误
、、、、
我不是网络抓取方面的专家，但我喜欢在R中使用rvest。今天我尝试用它抓取一个名为JeFit的健身网站，我得到了以下错误。下面是我的输入和输出：
library(rvest)
html("https://www.jefit.com/")
Error in function (type, msg, asError = TRUE) :
error:14077458:SSL routines:SSL23_GET_SERVER_HELLO:reason(1112)
我很难理解为什么rvest适用于我尝试过的其他网站，但不适用于这个网站。任何帮助都将不胜感激。
浏览 2提问于2015-04-24得票数 1
1回答
我是Rvest的新手。我正在尝试从这个网站上获取有关加密货币的信息：https://coinmarketcap.com/。 我能够抓取表中列出的前10种货币的所有信息，但对于其他货币，我只能获得名称和价格。理由是什么呢？如何抓取所有货币的所有信息？ 我的代码： library(rvest)
market <- as.data.frame(read_html('https://coinmarketcap.com/') %>%
html_table(fill = TRUE))
浏览 25提问于2021-07-12得票数 0
回答已采纳
我已经在R中使用"readHTMLtable“使用XML包抓取了篮球-ref的多个页面，没有任何问题，但现在我有了一个。当我尝试抓取玩家页面的拆分部分时，它只返回表格的第一行，而不是全部。
例如：
URL="http://www.basketball-reference.com/players/j/jamesle01/splits/"
tablefromURL = readHTMLTable(URL)
table = tablefromURL[[1]]
这使我在表中只有一行，即第一行。不过，我想要所有的行。我认为问题在于表中有多个标题，但我不确定如何解决这个问题。
谢谢
浏览 1提问于2015-01-08得票数 2
1回答
我想从下载数据
使用rvest可以很容易地抓取数据。
代码可能如下所示：
library(rvest)
library(pipeR)
url <- "http://www.tradingeconomics.com/"
css <- "#ctl00_ContentPlaceHolder1_defaultUC1_CurrencyMatrixAllCountries1_GridView1"
data <- url %>>%
html() %>>%
html_nodes(css) %>>%
ht
浏览 0提问于2015-03-22得票数 20
回答已采纳
1回答
我是R的新手，一直在尝试抓取这个网站：
我试图获得表格中所有项目的列表，包括指向“查看”按钮的url，但一直失败得很糟糕。
单击表单下方的搜索按钮后，将显示该表。
到目前为止，我已经尝试使用Rvest，但没有成功，因为我似乎找不到url或分页更改变量来尝试爬行站点上的表。
有没有办法搜索表中的所有788个项目？
我是否应该使用其他工具或Rselenium？
浏览 1提问于2018-07-16得票数 1
我正在尝试使用R (更具体地说是rvest包)来抓取familySearch.org的巴西记录表(参见下面的URL )。
Fist在网站上选择了带有"selctor gadget“的表格。根据我单击选择器的方式，返回："#hr-data-table“或"td”。它们似乎都不起作用：
library(rvest)
url <- 'https://familysearch.org/search/record/results?count=75&englishSubcountryName=Brasil&query=%2Brecord_country
浏览 0提问于2015-11-17得票数 0
1回答
如何将最优惠产出转化为表
、、、
全新的R，所以我会尽我最大的努力来解释这一点。我一直在玩数据抓取使用"rvest“包。在这个例子中，我从维基百科上的一个表格中抓取了美国的州人口。我使用的代码是：
library(rvest)
statepop = read_html("https://en.wikipedia.org/wiki/List_of_U.S._states_and_territories_by_population")
forecasthtml = html_nodes(statepop, "td")
forecasttext = html_text(forecasthtml
浏览 6提问于2017-02-17得票数 0
2回答
我用r抓取了一个维基百科表 library(rvest)
url <- "https://en.wikipedia.org/wiki/New_York_City"
nyc <- url %>%
read_html() %>%
html_node(xpath = '//*[@id="mw-content-text"]/div/table[1]') %>%
html_table(fill = TRUE) 并希望将这些值保存到新的数据帧中。 输出 Area population
468.
浏览 27提问于2020-06-18得票数 2
回答已采纳
我正在尝试从这个页面中抓取数据：
如果我试图使用css选择器和通常的rvest语法刮取播放机的名称：
names <- read_html("http://www.atpworldtour.com/en/tournaments/brisbane-international-presented-by-suncorp/339/2016/match-stats/r975/f324/match-stats?") %>%
html_nodes(".scoring-player-name") %>% sapply(html_text)
万事如意。
不幸
浏览 2提问于2016-06-05得票数 0
回答已采纳
我正在尝试使用R (package rvest)来抓取这个页面的HTML，但是我得到了“客户端错误416:请求的范围不满足”
经过长时间的搜索，我似乎找不到解决方案。它在尝试使用rvest的html函数时抛出错误，该函数解析HTML页面：
url <- "http://shop.tcgplayer.com/magic/onslaught/polluted-delta"
html(url)
我使用的是R版本3.2.0。
任何帮助都将不胜感激！
浏览 0提问于2015-06-28得票数 3
1回答
我对网络抓取相当陌生，目前正在努力浏览下一页的表格：
我测试了从表外的网站上抓取文本，这没有问题，但是当我试图刮表的一列时，它只返回输出“字符(0)”。
我使用选择器小工具来识别特定的CSS选择器。后来我试了一下：
library(rvest)
library(dplyr)
url <- "https://www.ggesports.com/en-us/stats/lol/global/Team"
Stats <- read_html(url)
Name <- hot100 %>%
rvest::html_nodes('body&#
浏览 4提问于2021-07-18得票数 0
回答已采纳
2回答
抓取R中的tbody类对象
、、、、
我对使用R进行web抓取是完全陌生的，我想抓取下表(图片)，它的行为就像tbody一样。如果我运行以下代码，我只看到标题，没有数据(捷克语网站)。
我应该得到在CZK下订单的时间，价格，数量和数量。
library(rvest)
library(dplyr)
PSE_Page <- "https://www.pse.cz/detail/CZ0003519753?tab=detail-trading-data"
Page <- read_html(PSE_Page)
Our_table <- Page %>%
rvest::html_nodes
浏览 0提问于2020-03-13得票数 0
我在将rvest/XML包加载到R时遇到了困难，并且无法处理代码。
我应该如何使用rvest进行网络抓取？如何从网页"“中读取表格？
library(rvest)
forbs <- readHTMLTable("https://www.forbes.com/powerful-brands/list/")
head(forbs)
View(forbs)
它显示的错误就像
forbs1 1<-html_text(“#list_table”)在UseMethod("xml_text")中的错误:不适用于类“字符”对象的“xml_text”方法
浏览 2提问于2019-04-05得票数 1
这两个页面具有相同的数据表(一个用作备份，如果另一个关闭)。我可以从library(XML)的readHTMLTable()中获取每个页面的表中的列数据，但无法获得表的标题。我所需要的只是日期-年份时间戳(目前是August 2019)，以分配给数据。在我所做的一些小的抓取中，在其他类似的页面上，我已经使用SelectorGadget (https://selectorgadget.com/) Chrome扩展通过输入library(rvest)的html_text()参数来识别要抓取的节点，但是SelectorGadget似乎在这两种情况下都不起作用，所以我对另一种方法一无所知。 关于如何
浏览 23提问于2019-09-03得票数 0
回答已采纳
1回答
红背心刮网
、、
我试图使用read_html从r包中获取一个数据表。
我尝试了以下代码：
library(rvest)
raw <- read_html("https://demanda.ree.es/movil/peninsula/demanda/tablas/2016-01-02/2")
我不认为上面从表中提取的数据，因为我看到'raw‘是一个列表2：
'node:<externalptr>' and 'doc:<externalptr>'
我也尝试过抓取xpath：
html_nodes(raw,xpath =
浏览 1提问于2016-03-31得票数 2
回答已采纳
1回答
我正在使用R中的rvest包，我想从一个只包含大约40%的总信息的表中抓取一些数据。我关注了HTML，但它没有指定当不同页面的地址没有差异时如何抓取数据。我正在尝试从获取一些工作列表数据。
我已经使用以下代码成功地检索了第一页上的数据：
job_page <-
read_html(
'page_address'
)
data_raw <- job_page %>%
html_node('table') %>%
html_text()
当多个页面的数据的HTML地址没有不同时，是否可以抓取网页？我希望使用lappl
浏览 2提问于2018-06-20得票数 0
我正在尝试抓取表中的所有数据，地址为：
我试过使用选择器小工具。实际上，我发现Chrome中的Right-click -> Inspect选项更容易使用。我发现选择器是：
#mw-content-text > div > table.wikitable.sortable.jquery-tablesorter
但是，我得到了不正确的输出，character(0)
library(rvest)
url <- 'https://en.wikipedia.org/wiki/List_of_countries_by_firearm-related_death_rate&#
浏览 6提问于2018-03-04得票数 0
回答已采纳
我正在尝试使用rvest包从一个网站上抓取一张表：
library("rvest")
uci_html <- read_html("http://archive.ics.uci.edu/ml/datasets.html")
uci_data <- uci_html %>%
html_nodes(xpath="/html/body/table[2]/tbody/tr/td[2]/table[2]") %>%
html_table()
uci_data <- uci_data[[1]]
就我所看到的所有例子而言，
浏览 2提问于2017-04-17得票数 0
1回答
我正在尝试学习R中的web抓取，并且尝试从下面的链接中从各种表中抓取数据。在页面的底部，有几张表格列出了不同的菜系，我想单独读一读。我尝试使用css-选择器，但我认为我使用它们是错误的，下面是我的代码片段：
require(rvest)
require(magrittr)
connection = html_session("https://en.wikipedia.org/wiki/List_of_cuisines")
connection %>% html_nodes("table:nth-child(1) a") %>% html_text()
浏览 3提问于2015-10-19得票数 0
回答已采纳
本文包含四个指向html-表的链接，我想用rvest对这些表进行抓取。
在css选择器的帮助下：
"#T1 a"
第一张桌子可能是这样的：
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"
这样就可
浏览 4提问于2015-02-25得票数 10
回答已采纳
1回答
我目前正在使用RVest在R中进行网络抓取。我现在的网站是"“。但我没办法抢到地产报价的个人pushlishDates。
这是我在脚本中找到的HTML部分。
"@publishDate":"2019-10-12T10:50:57.831+02:00“
我找不到合适的RVest-Selector.下面的代码返回字符，因为节点"publishDate“不工作。
刮每个单独的html_node()所需的html_node()是什么？提前谢谢。
library(rvest)
immo_webp <- read_html ("https://www
浏览 4提问于2019-10-12得票数 1
回答已采纳
2回答
我正在尝试从这个页面中抓取：
我需要刮更多类似于这个页面，但模式是不一样的。我可以通过这个xpath - //*[@id="articleText"]/div[1]刮取文本，但实际上我想从div- class="articleSection"；数据锚名" text“中刮取文本。
div号在链接上改变，但是模式数据-锚名"Text"，不行。
我包括这张图片是为了给出一些背景：
R码：
library(dplyr)
library(rvest)
article <- "https://www.scielo.br/j/
浏览 5提问于2021-08-27得票数 0
回答已采纳
2回答
我正在尝试使用R中的rvest库来抓取这个Wiki页面的内容。
()
我想提取4个表格，其中包含2019年宝莱坞电影wrt发行的数据(1月至3月、4月至6月、7月至9月、10月至12月)。
已经做了
library(rvest)
url <- "https://en.wikipedia.org/wiki/List_of_Bollywood_films_of_2019"
webpage <- read_html(url)
tbls <- html_nodes(webpage, "table")
#Then I match with the wo
浏览 2提问于2019-12-31得票数 2
回答已采纳
? 我正在尝试使用rvest (R编程)抓取tripadvisor的评论(评级服务、价值、位置)，但我无法这样做。 library(tidyverse)
library(rvest)
url <- "https://www.tripadvisor.com.sg/Hotel_Review-g294265-d1770798-Reviews-or5-Marina_Bay_Sands-Singapore.html#REVIEWS"
reviews <- read_html(url) %>%
html_nodes(".ui_bubble_ratin
浏览 25提问于2019-12-10得票数 1
1回答
我想从这个网站上抓取数据，左边有一个网页表单，它将参数传递给一个php页面，然后输出结果html表，并放在同一页面的一个框架中。从第一个下拉列表中有107个城市，从第二个12个月开始，所以我应该手动运行1.284个查询来收集所需的数据。对于自动化这个过程有什么建议吗？我使用了R和rvest库来抓取静态html表，但是因为这些表是由表单参数生成的，所以我不知道该怎么做。我希望我可以组合参数(如"city1“、"month1")并检索html，然后做我自己的事情来连接数据。
浏览 14提问于2020-05-07得票数 0
回答已采纳
2回答
我正在尝试使用rvest将web抓取到以下网页：https://www.superu.ad/oli-de-girasol_c360259/ 但似乎rvest (R)不能找到url中已经存在的一些css选择器，如.product-name webpage<-read_html('https://www.superu.ad/oli-de-girasol_c360259/')
rank_data_html <- html_nodes(webpage,'.product-name') #returns nothing 我期望出现在url中的不同产品名称的输
浏览 17提问于2019-05-25得票数 0
回答已采纳
1回答
我是R和网络抓取的新手。我正在试着把世界银行网站上的一张表读入R。
以下是其中一个项目的url链接作为示例(我的目标是阅读“基本信息”下面的左表)：
我正在使用Chrome的Dedvtools来识别特定表所需的选择器节点。
下面是我的代码：
library(rvest)
url <- "http://projects.worldbank.org/P156880/?lang=en&tab=details"
details <- url %>%
read_html() %>%
html_nodes(css = &#
浏览 0提问于2018-01-15得票数 0
1回答
我试图使用R包rvest抓取网页，但当我使用命令html_node时，它返回一个空列表。有什么问题吗？这是我的代码(我使用SelectorGadget获取标签)：
#SETUP
library(tidyverse)
library(rvest)
#Getting the link for each house
main.link<- "https://www.sreality.cz/en/search/for-sale/apartments/praha"
main.page<-read_html(main.link)
links<- html_nod
浏览 3提问于2018-08-19得票数 0
我试图在R中抓取一个表格，这个表格是以html形式给我的。Rvest在获取表中的所有文本方面非常有用，但我希望保留其HTML表单中的内联样式。
例如，表中的文本可能是
"This is a sentence <BR> this is another sentence"
我想保留BR
我试着读完整张表：
my_table <- my_table_html %>%
html_nodes("table") %>%
html_table(fill=TRUE)
我还尝试在表中选择特定的列：
my_column <- my_tabl
浏览 0提问于2015-06-19得票数 9
1回答
我目前正致力于从ICPSR的路径调查数据中抓取表，该表包含变量ID、问题文本、变量类型和原始数据集。我的最终目标是通过在R中抓取这些信息来创建一个包含变量it及其相应的问题文本的电子表格库存矩阵，但是我很难让它正常工作。简单地说，，，我的目标是将上面的url中显示的表放入电子表格中。
我尝试过使用rvest、XML和许多其他包/策略(read.table、htmltab、htmltable等)，但如果愿意的话，底层表似乎不是一个类似于表的对象。因此，我很难找到一个资源/前面的问题，它可以帮助刮掉一个表，这个表的结构不一定是一个表，但它确实是一个直观的表。
如果能在这方面提供任何帮助，将不胜感激
浏览 1提问于2021-08-13得票数 0
回答已采纳
1回答
我正在用rvest做一些网页抓取，我遇到了一些奇怪的事情。我在两台电脑上复制了这个字符串，一台运行R3.6.3的Mac系统和一台运行R3.6.3的Windows10系统。 library(rvest)
library(stringr)
# scrape website, no issue
webpage <- rvest::read_html("https://www.usms.org/longdist/ldnats00/1hrf4044.php")
html <- rvest::html_nodes(webpage, css = "td")
re
浏览 13提问于2020-04-17得票数 1
回答已采纳
1回答
我正在尝试使用SelectorGadget和rvest从https://3g.dxy.cn/newh5/view/pneumonia中抓取数据 我用下面的代码成功地抓取了页面中的一些文本。 library(rvest)
url <- 'https://3g.dxy.cn/newh5/view/pneumonia'
webpage <- read_html(url)
TEXT_html <- html_nodes(webpage,'.descText___Ui3tV')
TEXT <- html_text(
浏览 16提问于2020-01-28得票数 1
回答已采纳
我正在用R中的rvest包抓取。我想获得与公司名称相关联的超链接。这部分html代码看起来像这样：
我的代码如下所示：
library(rvest)
library(dplyr)
url = "https://ic.gc.ca/eic/site/bsf-osb.nsf/eng/h_br02281.html"
ccaa = read_html(url)
links = ccaa %>%
html_nodes("body") %>%
xml_find_all("//td[1]//a[@href]") %>%
html
浏览 24提问于2021-03-07得票数 0
回答已采纳
1回答
我是一个网络抓取的初学者，我还不熟悉我试图解决的问题的命名。尽管如此，我已经详尽地寻找了这个特定的问题，但没有成功地找到解决方案。如果它已经在其他地方，我提前道歉，并感谢您的建议。
开始吧。我正在尝试使用R构建一个脚本，它将：
在报纸网站中搜索特定关键字；为我提供所需数量的结果/页面的标题、日期和内容。
我已经知道如何发布表单以进行搜索，并从第一页抓取结果，但到目前为止，我还没有成功地从下一页获得内容。老实说，我甚至不知道从哪里开始(我读过关于RCurl等等的东西，但对我来说仍然没有太大的意义)。
下面，它遵循了我到目前为止编写的代码的一部分样本(为了简单起见，只抓取了第一页的标题)。
cur
浏览 0提问于2014-08-03得票数 0
2回答
我想从这个页面中抓取统计数据：
url <- "http://www.pgatour.com/players/player.20098.stuart-appleby.html/statistics"
具体来说，我想要获取表中的数据，在斯图尔特的头像之下。标题是“斯图尔特Appleby 2015 STATS PGA之旅”
我尝试使用rvest，并与Selector ()结合使用。
url_html <- url %>% html()
url_html %>%
html_nodes(xpath = '//*[(@id = "
浏览 2提问于2015-04-08得票数 1
回答已采纳
1回答
如何从一个求职网站上获取公司评级
、、、、
我从来没有使用过HTML或CSS，但我知道R，所以我在网上和Stack中查看了几种抓取方法来在R中做这件事。我一直在从职位列表页面提取公司评级时遇到问题。我得到了character(0)，在示例url中，该公司具有4.0评级。 这是我的尝试： library(rvest)
library(tidyverse)
library(xml2)
#example URL
url<- "https://www.indeed.com/viewjob?jk=a25a91736b1f7042&tk=1e3q54n49heai800&from=serp&vjs=3&am
浏览 22提问于2020-03-20得票数 0
回答已采纳
我正在尝试从网站"https://politi.dk/doegnrapporter"“中抓取url。我在R中使用了rvest和dplyr，但我的代码输出的是{{article.Link}}而不是实际的链接。我认为这与加载链接的网站的html代码中的一些Java脚本有关，但我如何在抓取R中的url时抵消这一点。我到目前为止的代码是： library(rvest)
page <- read_html("https://politi.dk/doegnrapporter")
t <- page %>% html_nodes("a.newsR
浏览 16提问于2021-09-07得票数 0
回答已采纳
我试图通过读取XPath代码来抓取网站。当我进入开发人员部分时，我看到了这些行：
<span class="js-bestRate-show" data-crid="11232895" data-id="928723" data-abc="0602524361510" data-referecenceta="44205406" data-catalog="1">
我想要抓取data-abc的所有值。假设站点上的每个元素都是一部电影，所以我想抓取页面上每部电影的所有数据-abc元素。
我想
浏览 16提问于2018-02-06得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
