抓取动态航班信息

Question

我想删除前 5 个（动态）到达航班和出发航班（schiphol.nl 主页上的另一个标签）。对于我输入的到达航班：

url = "www.schiphol.nl"
doc <- htmlParse(url)
xpathSApply(doc, "//ul[@class='flights']//tr", xmlValue)

给我结果 NULL 请帮助我在一个 DF 中显示 5 个显示的到达航班 + 另一个 DF 中的 5 个出发航班，甚至更好地全部放在一个 DF 中。谢谢

在 HTML 结构中，我看到我需要的到达航班的非结构化列表具有以下规格：

<ul class="flights" id="f238226">
 <li id="tabS1" class="arrivals selected">
  <a href="/Reizigers/Vluchttijden/Aankomsttijden.htm" onclick="return selecttabA(1);">Aankomst</a>
 </li>
 <li id="tabS2" class="departures">
  <a href="/Reizigers/Vluchttijden/Vertrektijden.htm" onclick="return selecttabA(2);">Vertrek</a>
 </li>
</ul>
<li id="tabS1" class="arrivals selected"><a

<div id="tab1">
<h2>Aankomst</h2>
<form action="/Reizigers/Vluchttijden/Aankomsttijden.htm"  method="get"  name="adv_flight_search" autocomplete="off">
</form>
<table>
<thead>
    <tr>
      <th>Schema</th>
      <th>Vlucht</th>
          <th>Herkomst</th>
      <th>Opmerkingen</th>
    </tr>
</thead>
<tbody>
              <tr class="mark">
              <td>13:15</td>
              <td>AF 8387</td>
              <td>Quito</td>
            <td>Geland</td>
</tbody>
</table> 

Answer 1

您当前的 XPath 表达式：

"//ul[@class='flights']//tr"

正在寻找 ul 具有属性 class 其值为“航班”的元素并选择其所有后代元素 tr。

然而，您所追求的似乎不在tr 元素内，这也意味着数据在表内，而是在无序列表中。试试下面的表达式。

"//ul[@class='flights']/li"

如果这没有帮助，您可能必须透露您想要查找的确切内容并显示更多 HTML。