R：使用 RSelenium 捕获删除线文本答案

【问题标题】：R: Capturing Strike-Through Text Using RSeleniumR：使用 RSelenium 捕获删除线文本
【发布时间】：2021-03-01 03:19:34
【问题描述】：

我正在使用 RSelenium 从网站上抓取数据表。使用循环遍历许多页面。

下面的代码成功地抓取了有问题的表（尽管失去了 UTFC 格式），但是在某些情况下，表中的条目有“删除线”，在这种情况下，忽略删除线并采取行动的代码是它不存在。

例子：

但在 R 中记录为

谁能帮助我在刮桌子时如何保留删除信息？

我的代码抓取表：

Data_table_html <- remDr$getPageSource()[[1]] %>% 
                                  read_html() %>%
                                  html_table(header = FALSE, fill = TRUE)

我已经为此花费了数小时，因此任何帮助或指示都会非常有帮助，

【问题讨论】：

可以分享一下网址或者部分html代码吗？
我想在下面分享我找到的解决方案。简而言之，在 HTML 中识别具有 html_attr 为“样式”的节点可以解决问题： save % html_attr("style" ) %>% gsub("text-decoration:line-through;", "0", .) #%>% html_table(fill=TRUE)
好！！如果您找到了解决方案，我建议您在下面的答案框中分享。

标签： r web-scraping html-table rselenium

【解决方案1】：

我想在下面分享我找到的解决方案。简而言之，在 HTML 中识别具有 html_attr 作为“样式”的节点就可以了：

saving <- html_nodes((remDr$getPageSource()[[1]]), xpath='your xpath') %>% html_attr("style") %>% gsub("text-decoration:line-through;", "0", .) #%>% html_table(fill=TRUE)

【讨论】：