Rvest 从 html_node 获取特定文本

Question

我只想提取“Beech Valley Solutions -”

当我跑步时

html_nodes('li') %>% 
  html_nodes(".flexbox.empLoc") %>%  
  html_text() 

所有信息都出来了。 “Beech Valley Solutions - 佐治亚州亚特兰大今天 24 小时”

Answer 1

还有另一种使用 rvest 进行 scraping 的方法。 您可以在 html_nodes() 中传递 xpath，而不是在 html_nodes() 中传递 css 选择器项。下面只是一个示例 -

page %>% html_nodes(xpath = "//*[@id='series-matches']/div[20]/div[3]/div[1]/a[1]/span")

参考： https://blog.rstudio.com/2014/11/24/rvest-easy-web-scraping-with-r/

x 路径更容易获取 -

1. 右键单击要获取 xpath 的部分。
2. 从下拉列表中选择检查代码。 3. html页面会出现在右侧，点击右键点击复制选项。
3. 会出现Drop，从中选择“Copy xpath”。
4. Ctrl V（粘贴）在 html_nodes（xpath = "xpath here"）中的 xpath。希望对您有所帮助。