在问答论坛中抓取日期答案

【问题标题】：scrape date in Q&A forum在问答论坛中抓取日期
【发布时间】：2019-04-18 12:13:56
【问题描述】：

在这个帖子里

https://www.healthboards.com/boards/aspergers-syndrome/949512-im-lost.html

我正在尝试查找每个帖子的日期

我可以找到这个

css="td.thead:first-child"

所以当我运行这个

html_text(html_nodes(read_html("https://www.healthboards.com/boards/aspergers-syndrome/949512-im-lost.html"), css="td.thead:first-child"))

我知道日期

[1] "  \r\n\t\t\t05-13-2013, 11:06 AM\r\n\t\t\t\r\n\t\t\t " "Sponsors "                                    "  \r\n\t\t\t07-26-2013, 08:15 AM\r\n\t\t\t\r\n\t\t\t "
 [4] "  \r\n\t\t\t04-26-2014, 06:28 PM\r\n\t\t\t\r\n\t\t\t " "  \r\n\t\t\t05-07-2014, 02:43 AM\r\n\t\t\t\r\n\t\t\t " "  \r\n\t\t\t09-19-2014, 07:28 AM\r\n\t\t\t\r\n\t\t\t "
 [7] "  \r\n\t\t\t09-19-2014, 07:29 AM\r\n\t\t\t\r\n\t\t\t " "Thread Tools"                                 " \r\n\t\tPosting Rules\r\n\t"                   
[10] "LinkBack"                                     "Bookmark & Share"

我得到了日期，还有“话题工具”、“发帖规则”和“书签和分享”……我做错了什么？

【问题讨论】：

标签： r web-scraping rvest xml2

【解决方案1】：

看起来您用来匹配日期的 CSS 样式也可以在页面的其他位置找到，从而返回那些其他条目。您可以使用CSS Selector 仅查看 ID 以“post”开头的表。选择器是table[id^='post']，完整的解决方案是：

html_text(html_nodes(read_html("https://www.healthboards.com/boards/aspergers-syndrome/949512-im-lost.html"), css="table[id^='post'] td.thead:first-child"))

[1] "  \r\n\t\t\t05-13-2013, 11:06 AM\r\n\t\t\t\r\n\t\t\t " "  \r\n\t\t\t07-26-2013, 08:15 AM\r\n\t\t\t\r\n\t\t\t "
[3] "  \r\n\t\t\t04-26-2014, 06:28 PM\r\n\t\t\t\r\n\t\t\t " "  \r\n\t\t\t05-07-2014, 02:43 AM\r\n\t\t\t\r\n\t\t\t "
[5] "  \r\n\t\t\t09-19-2014, 07:28 AM\r\n\t\t\t\r\n\t\t\t " "  \r\n\t\t\t09-19-2014, 07:29 AM\r\n\t\t\t\r\n\t\t\t "

【讨论】：