Rvest:从Xpath中选择内容
Rvest是一个R语言的网页抓取包，可以用于从网页中提取数据。它提供了一系列函数来解析和提取HTML或XML文档中的内容。
Xpath是一种用于在XML和HTML文档中定位元素的语言。它使用路径表达式来选择节点或节点集合。在Rvest中，我们可以使用Xpath来选择需要抓取的内容。
Rvest的主要功能包括：
- 网页抓取：使用
read_html()函数可以将网页内容下载到R中进行进一步处理。 - 选择器：使用
html_nodes()函数可以根据指定的选择器从文档中选择节点，常用的选择器包括标签选择器、类选择器、ID选择器等。 - 提取内容：使用
html_text()函数可以提取节点中的文本内容，使用html_attr()函数可以提取节点的属性值。 - 定位父子节点：使用
html_node()函数可以选择节点的父节点或子节点。 - 过滤节点：使用
html_tag()、html_table()、html_form()等函数可以根据节点的标签类型进行过滤。 - 循环抓取：可以使用循环和条件语句来遍历多个页面并抓取需要的内容。
Rvest的优势包括：
- 简单易用：Rvest提供了直观的函数和语法，使得网页抓取和数据提取变得简单易懂。
- 兼容性强：Rvest可以处理HTML和XML文档，适用于大多数网页的抓取和数据提取需求。
- R生态系统支持：R语言作为一种功能强大的数据分析和统计建模工具，Rvest可以与其他R包和工具进行集成，方便进行数据处理和分析。
Rvest的应用场景包括：
- 数据采集：可以用于从各类网站上采集数据，如新闻网站、社交媒体、电子商务平台等。
- 数据清洗：可以将采集到的网页内容进行解析和清洗，去除不需要的标签和格式，提取有效信息。
- 数据分析：可以将采集到的数据导入到R环境中进行数据分析、建模和可视化。
推荐的腾讯云相关产品：
- 腾讯云服务器（https://cloud.tencent.com/product/cvm）：腾讯云提供的云服务器产品，可满足各种规模的应用部署需求。
- 腾讯云对象存储（https://cloud.tencent.com/product/cos）：腾讯云提供的高可扩展、低延迟、安全可靠的对象存储服务，适用于图片、视频、音频等多媒体文件存储和访问需求。
- 腾讯云数据库MySQL版（https://cloud.tencent.com/product/cdb_mysql）：腾讯云提供的关系型数据库服务，可提供高性能、高可用、可扩展的MySQL数据库服务。
- 腾讯云容器服务（https://cloud.tencent.com/product/ccs）：腾讯云提供的容器服务平台，可帮助用户快速构建、部署和管理容器化应用。
注意：以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求进行。
相关·内容
我正在使用租赁从网站上刮一些信息作为一个小爱好项目。但是，对于我试图提取的一个特定节点，它似乎将CSS样式代码附加到开头。
URL <- 'https://www.thepioneerwoman.com/food-cooking/recipes/a41138141/apple-pie-cookies-recipe/'
recipe <- rvest::read_html(URL)
directions <- rvest::html_nodes(recipe, ".et3p2gv0") %>%
rvest::html_text()
浏览 13提问于2022-10-12得票数 0
回答已采纳
3回答
我正在尝试使用rvest包从网页中抓取数据。在一个简单的格式中，html代码看起来像这样：
<div class="style">
<input id="a" value="123">
<input id="b">
</div>
我想从第一个输入中获得值123。我尝试了下面的R代码：
library(rvest)
url<-"xxx"
output<-html_nodes(url, ".style input")
这将返回一个输
浏览 0提问于2015-08-21得票数 20
我在试着提取包含一首阿拉伯诗的表格。您可以在中查看这首诗
我试着解析表..。
URL <- "http://www.adab.com/modules.php?name=Sh3er&doWhat=shqas&qid=65546&r=&rc=1"
Data <- htmlTreeParse(URL, useInternalNodes = TRUE,encoding = "Windows-1256")
Poem <- xpathSApply(Data,"//p[@class='poem']
浏览 4提问于2016-09-30得票数 1
回答已采纳
1回答
我对web scraping完全陌生，我正在探索R中的rvest库的潜力。
我正在尝试从下面的中获取意大利各省的幸福感表格，
install.packages('rvest')
library('rvest')
url <- 'http://www.ilsole24ore.com/speciali/qvita_2017_dati/home.shtml'
webpage <- read_html(url)
但是我无法确定表的XPath。
浏览 14提问于2017-12-28得票数 1
1回答
我正在使用包，并试图弄清楚为什么有时它不能刮掉那些看起来很像表的对象。
例如，考虑这样的脚本：
require(rvest)
url <- "http://bigcharts.marketwatch.com/quickchart/options.asp?symb=SPY"
population <- url %>%
xml2::read_html() %>%
html_nodes(xpath='//*[@id="options"]/table/tbody/tr/td/table[2]/tbody') %>%
浏览 0提问于2019-07-16得票数 1
回答已采纳
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
1回答
我正在尝试从这个网站的SumoMe插件( )下载份额计数。
我尝试使用基于rvest包的R代码
> library(rvest)
Loading required package: xml2
> url <- 'http://www.r-bloggers.com/erum-2016-first-european-conference-for-the-programming-language-r/'
> read_html(url) %>%
+ html_nodes('.wpusb-counts span')
{xml_node
浏览 5提问于2016-07-08得票数 1
回答已采纳
如果我对rvest::html_elements的初始调用结果使用rvest::html_elements，它会查找初始调用生成的节点集之外的结果。这是预期的行为吗？这似乎不太可能是一个未被发现的bug。 library(rvest)
html <- minimal_html("
<h1>This is a heading</h1>
<p>This is a paragraph</p>
<div><p>This is a nested paragraph</p></div>
浏览 21提问于2021-09-03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
我正试图想出一个强有力的方法，在每个赛季的NFL球队的最终排名；奇妙的是，有链接到所有这些信息的。
不幸的是，在最终排名表的存储方式/位置上存在许多不一致(考虑到联赛结构的演变，这也许是意料之中的)。
保留的优雅之处应该是，相关的表格总是放在一节中，并加上“排名”一词。
有什么方法可以让我grep一个节名并且只提取那里的table节点吗？
下面是一些演示结构的示例页面：
-只有一个除法，一个表；表在标题"Standings“下找到，并具有xpath //*[@id="mw-content-text"]/table[2]和CSS选择器#mw-content-text
浏览 1提问于2016-04-11得票数 3
回答已采纳
我正在从一个网站中抓取出现在特定类div中的所有文本。在下面的示例中，我想提取"a“类的div中的所有内容。
site <- "<div class='a'>Hello, world</div>
<div class='b'>Good morning, world</div>
<div class='a'>Good afternoon, world</div>"
我想要的输出是...
"Hello, world"
"
浏览 1提问于2018-01-22得票数 11
回答已采纳
1回答
我正在尝试使用R中的rvest包，我已经成功地使用了其他几个网站，但这个网站似乎不起作用，我不确定为什么。
我从chrome的检查器工具中复制了xpath，但是当我在rvest脚本中指定它时，它显示它不存在。这与表是生成的而不是静态的这一事实有关吗？
感谢您的帮助！
library(rvest)
library (tidyverse)
library(stringr)
library(readr)
a<-read_html("http://www.diversitydatakids.org/data/profile/217/benton-county#ind=10,12,15,
浏览 15提问于2017-06-15得票数 1
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
在使用R (rvest)进行web抓取时，我需要将XPATH值定义为html_nodes中的一个变量。这样我就可以迭代大量的XPATH。当我在外部定义XPATH时，它会抛出错误(例如，当xpath =//*@id=“横幅”时出现错误)。你能帮帮我吗。我的守则：
xpath <- as.character('//*[@id="title-overview-widget"]')
name <- lego %>%
html_nodes(xpath) %>%
html_text()
Error Message
浏览 3提问于2016-03-05得票数 2
回答已采纳
我正在尝试使用rvest包来抓取嵌入在页面上的链接列表。在我使用这样的东西之前：
library(rvest)
page <- read_html("link")
page %>% html_nodes('{a href}') %>% html_attr('href')
但是，这只给了我与<a href="https://www.abcefg.com">Here</a>相关的链接，而不是这个链接<a rel="external nofollow noopener" h
浏览 1提问于2020-11-04得票数 0
我试着用新的rvest软件包刮一组网页。它适用于大多数网页，但当没有特定字母的表格条目时，将返回一个错误。
# install the packages you need, as appropriate
install.packages("devtools")
library(devtools)
install_github("hadley/rvest")
library(rvest)
此代码工作正常，因为网页上有字母E的条目。
# works OK
url <- "https://www.propertytaxcard.com/ShopHills
浏览 5提问于2014-11-02得票数 0
回答已采纳
3回答
我试图用rvest或RSelenium在rvest或RSelenium上提取内容，但当javascript页面以搜索框开头时却找不到指导？只要把所有这些内容都放到一个简单的CSV文件中就好了。
在那之后，从像这样的单独文件中提取数据似乎是可能的。但我也希望有个干净的建议去做。谢谢
浏览 0提问于2018-08-10得票数 11
回答已采纳
2回答
R:使用rvest下载镜像
、、、、
我正在尝试通过R从安全站点下载png镜像。
为了访问这个安全的站点，我使用了Rvest，它工作得很好。
到目前为止，我已经提取了png图像的URL。
如何使用rvest下载此链接的图像？
rvest函数外部的函数由于没有权限而返回错误。
当前尝试
library(rvest)
uastring <- "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2228.0 Safari/537.36"
session <- html_session("htt
浏览 10提问于2016-03-24得票数 10
回答已采纳
我有一组html页面。我想提取属性"border“= 1的所有表节点。下面是一个示例： <table border="1" cellspacing="0" cellpadding="5">
<tbody><tr><td>
<table border="0" cellpadding="2" cellspacing="0">
<tbody><tr>
<td bgc
浏览 17提问于2019-12-05得票数 7
回答已采纳
2回答
我试图从维基百科表格(一个相当通用的抓取任务)中收集政治支持数据，而在选择器小工具标识的css路径上使用rvest的常规过程正在失败。
wiki页面是，css路径.jquery-tablesorter:nth-child(11) td似乎选择了页面的右边部分。
有了css，我通常只需要使用rvest直接访问这些数据，如下所示：
"https://en.wikipedia.org/wiki/Endorsements_for_the_Republican_Party_presidential_primaries,_2012" %>%
html %>%
浏览 2提问于2015-08-24得票数 1
回答已采纳
我想刮的下一页：'‘与rvest包，它给我以下错误：’open.connection中的错误(x，"rb")：HTTP错误403。
library(rvest)
library(curl)
library(xm12)
url= 'https://www.idealista.com/alquiler-viviendas/girona-provincia/'
webidealista=read_html(url)
webidealista=read_html(url) open.connection(x，"rb")中的错误: HTTP错误
浏览 2提问于2020-06-03得票数 0
1回答
租回空列表
、、、
我试图通过复制html代码的xpath并使用rvest包从网站中导入一个表。我以前多次成功地做过这件事，但是当我现在尝试的时候，我只是做了一个空的列表。为了诊断我的问题，我运行了以下代码(取自)。但是，这段代码也为我生成了一个空列表。
提前感谢您的帮助！
library(rvest)
url <- "http://en.wikipedia.org/wiki/List_of_U.S._states_and_territories_by_population"
population <- url %>%
read_html() %>%
html_no
浏览 0提问于2018-07-03得票数 1
回答已采纳
我使用xpath和rvest来抓取htm页面。rvest的其他示例可以很好地使用管道，但是对于这个特定的脚本，不会返回任何内容。
webpage <- read_html("https://www.sec.gov/litigation/admin/34-45135.htm")
whomst <- webpage %>% html_nodes(xpath = '/html/body/table[2]/tbody/tr/td[3]/font/p[1]/table/tbody/tr/td[1]/p[2]')
返回的内容为：
{
浏览 35提问于2018-06-20得票数 0
我正在尝试从网页'‘中获取节点'.2lines’下的URL
library(rvest)
url <- read_html('https://www.sgcarmart.com/main/index.php') %>% html_nodes('.2lines') %>% html_attr()
对于html_nodes函数，我收到一个错误：
Error in parse_simple_selector(stream) :
Expected selector, got <NUMBER '.2' at
浏览 7提问于2020-02-11得票数 0
回答已采纳
1回答
刮擦误差
、、
这是我正在运行的代码
library(rvest)
rootUri <- "https://github.com/rails/rails/pull/"
PR <- as.list(c(100, 200, 300))
list <- paste0(rootUri, PR)
messages <- lapply(list, function(l) {
html(l)
})
在此之前，它似乎运行良好，但当我试图提取文本时：
html_text(messages)
我得到：
Error in xml_apply(x, XML::xmlValue, ...,
浏览 2提问于2014-12-05得票数 1
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
我想刮大量的网站。为此，我首先在网站的html脚本中阅读，并将它们存储为xml_nodesets。由于我只需要网站的内容，我最后提取每个网站的内容从xml_nodesets。为此，我编写了以下代码：
# required packages
library(purrr)
library(dplyr)
library(xml2)
library(rvest)
# urls of the example sources
test_files <- c("https://en.wikipedia.org/wiki/Web_scraping", "https://
浏览 4提问于2021-05-06得票数 4
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
1回答
当我用rvest抓取维基百科的表格时，我很难找到小的内嵌参考数字。它们似乎包含在一个名为"sup“的类中，但我在刮擦过程中不能删除它们。
library(rvest)
library(tidyverse)
read_html("https://de.wikipedia.org/wiki/Ergebnisse_der_Landtagswahlen_in_der_Bundesrepublik_Deutschland") %>%
html_nodes(xpath = '//*[@id="mw-content-text"]/d
浏览 0提问于2018-04-13得票数 2
回答已采纳
我的数据由一个字符串列表组成，其中包含bug的再现步骤。这些通常编码为html，但有时只是原始文本，有时是空的(NA)。我需要文本sans html。我正在尝试使用rvest来实现这一点，但我遇到了一些问题。
我有这个函数，它将解析一行html并返回一个字符串：
library(rvest)
tf <- function(frag) {read_html(frag) %>% html_nodes("p") %>% html_text() %>% paste0(collapse = " ")}
这可以在正确的html上运行：
foo <
浏览 0提问于2016-11-16得票数 0
2回答
我试图从一个网页上获取图像URL，使用R中的'rvest‘，但是没有成功。以下是代码：
library(rvest)
library(magrittr)
imageURL <- read_html("https://www.ajio.com/ajio-twill-snapback-cap/p/460022581_royalblue") %>%
html_nodes(css = "img") %>%
html_attr("src")
相同的代码适用于"“
不知道我哪里出了问题。
浏览 0提问于2018-07-10得票数 1
回答已采纳
我正在尝试从中提取一个表。我想要的是(每场比赛的统计数据)。这个网页有多个表，当我试图从其中提取表时，它给出了页面中的前两个表。
怎样才能用R得到我想要的桌子？我在下面提到了我使用的代码
library(rvest)
url <- "https://www.basketball-reference.com/leagues/NBA_2018.html"
# read the link
html <-read_html(url)
tables <- html %>% html_table(fill =TRUE)
View(tables)
浏览 1提问于2019-04-13得票数 0
回答已采纳
1回答
我正在努力从一个RSelenium的网站提取数据，如果有任何提示，我将不胜感激。
该网站的地址是"https://www.airbank.cz/mapa-pobocek-a-bankomatu/brno-netroufalky-c-p-770/"。我要提取的数据/链接是：
<a class="flex items-center" href="https://www.google.com/maps/dir//50.659742,+14.039068/@50.659742,14.039068,16z/">
下面是我的代码：
library
浏览 16提问于2022-07-21得票数 1
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
1回答
我正在使用rvest R package从this网页中抓取一个PDF文件，但在我点击了名为AC1-96-21-01-2011.pdf的exposed url之后，最终的链接暴露出来(作为一个比特流url -不管它是什么)。最终的pdf文件被隐藏在here中，不会被访问到。这将阻止所有rvest函数read_html()的尝试，因为最终的pdf文件仅在单击上一个链接(在href上)时打开。复制粘贴不允许我进入pdf文件的xml node。 <a href="/judgments/handle/123456789/701">Arbitration Case - AC
浏览 21提问于2020-01-15得票数 0
回答已采纳
我想从google play商店收集我想要的几个应用程序的评论。
名称字段
他们有多少明星
他们写的评论
#Loading the rvest package
library('rvest')
#Specifying the url for desired website to be scrapped
url <- 'https://play.google.com/store/apps/details?id=com.phonegap.rxpal&hl=en_IN'
#Reading the HTML cod
浏览 0提问于2018-06-22得票数 2
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
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
使用rvest，如何选择没有属性的节点？ 例如： <nodes>
<node attribute1="aaaa"></node>
<node attribute1="bbbb"></node>
<node></node> <- FIND THIS
</nodes> 下面是一个使用XPath的相关thread，但当我尝试在rvest中使用类似于 wp %>% html_read(.) %>% html_nodes(xpath
浏览 17提问于2019-06-27得票数 0
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
我有几个网页，我想刮(下面的html例子)。在我的示例中，我希望获得公司名称、位置、薪资、发布日期，因此我获取公司名称的方法如下：
library(xml2)
library(rvest)
library(tidyverse)
url <- "https://joblist.ala.org/job/library-director/53812381/"
page <- xml2::read_html(url)
company_name <- page %>%
rvest::html_nodes("li") %>%
rv
浏览 0提问于2020-04-23得票数 2
回答已采纳
以一个类似于示例中的vBul公告站点为例。我希望能够只刮掉线程中的文本信息。但是，消息的css选择器称为#post_message_xxx，其中xxx是一个可变的id号。
如何将选择器与html_nodes部分匹配，从而得到所有以#post_message开头的选择器，而不管它们是如何结束的？
或者我应该问个更一般性的问题。如果我想要将作者赋给消息并跟踪消息顺序，我应该如何抓取页面。
谢谢。
library(rvest)
html <- html("http://www.acme.com/forums/new_rules_28429/")
cast <- html_
浏览 4提问于2015-03-02得票数 3
回答已采纳
1回答
我正在使用rvest从本地html文件中提取内容。我想在两个h5标题之间提取某一段内容，唯一的“指定”细节是初始h5标题的文本标题。问题是，文档的标题各不相同-- in和文本内容都有许多变化--唯一的例外是我感兴趣的文本标题“细节”。请参阅文档结构的一个示例：
<div id=”document”>
<h3>Title of the document</h3>
<h4 id=”id11111”>Focus of the document</h4>
<p>This document focuses on…</p>
浏览 1提问于2020-05-29得票数 1
回答已采纳
下面有个密码。它会转到3个不同的新闻页面，并提取它们的内容。但是对于每一页，我必须搜索一个不同的自定义html标记。
有没有办法通过只搜索一个标签从任何新闻页面中获取信息？这将使我能够从许多页面中抓取信息。
如何搜索与特定条件匹配的标记:例如html_nodes like ("#main*")或html_nodes like ("*main*")
library(MASS) # base R
library(XML)
library(xml2)
library(rvest) # R web scraping
# get
浏览 0提问于2016-05-16得票数 2
我有以下类型的XML文件
<timeseries><mrid>1</mrid><businesstype>A96</businesstype><flowdirection.direction>A02</flowdirection.direction><quantity_measure_unit.name>MAW</quantity_measure_unit.name>
我使用下面的代码，它显示了输出{xml_nodeset (0)}。但是，当我试图搜索"businesstype
浏览 4提问于2022-06-07得票数 1
回答已采纳
1回答
我试图从给定的Url中抓取职位，但值为空。任何建议都将受到感谢，我是一个初学者，我发现自己有点迷茫。这是我正在运行的代码：
library(rvest)
library(xml2)
library(dplyr)
library(stringr)
library(httr)
links <-"https://es.indeed.com/jobs?q=ingeniero+energ%C3%ADas+renovables&start=10"
page = read_html(links)
titulo = page %>%
html_nodes("
浏览 0提问于2021-03-04得票数 0
我对英超的数据很感兴趣。因此，我试图从这个官方网站获得数据。
我使用的是R和RSelenium软件包。
library(rvest)
library(httr)
library(RSelenium)
remDr <- remoteDriver(port = 4445L)
remDr$open()
remDr$navigate('https://www.premierleague.com/stats/top/players/total_pass')
getsource <-remDr$getPageSource()
name<- read_html(getso
浏览 3提问于2017-04-09得票数 1
回答已采纳
很抱歉，如果我的问题很简单，或者问得很糟糕，我在网络上与R.
我正试图从谷歌搜索中摘取头条新闻。对不起，如果它是完全相同的请求之前在下面的链接，但它不工作，我(它仍然返回“字符(0 )”)。
下面是我尝试过的两个脚本，基于上面链接中提供的答案：
#脚本1
library(rvest)
library(dplyr)
web1 <- read_html("https://www.google.at/search?q=munich+prices")
web1 %>%
html_nodes(xpath = '//div/div/div/a/div[n
浏览 1提问于2021-12-09得票数 0
回答已采纳
4回答
我试图简单地复制rvest::html_nodes()的例子，但是遇到了一个错误：
library(rvest)
ateam <- read_html("http://www.boxofficemojo.com/movies/?id=ateam.htm")
html_nodes(ateam, "center")
Do.call中的错误(方法，列表(Parsed_selector))：找不到函数"xpath_element“
如果加载包(如httr、xml2、selectr )，也会发生同样的情况。我好像也有这些包裹的最新版本..。
xpat
浏览 0提问于2016-11-29得票数 6
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
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
