【发布时间】:2018-02-20 01:04:42
【问题描述】:
我需要一些帮助来抓取多个页面,因为所有 URL 都与第一页相似。请提出解决方法。
第二个问题,我无法使用.mapItem 选择每个商家的地址和描述。而不是 .mapItem 我想提取 data-comp-addr 字段。
library(rvest)
webpage <- read_html("http://www.yellowpages.com.sg/search/all/legal")
webpage
```{r}
name_html <- webpage %>% html_nodes(".normal_title")
name <- html_text(name_html, trim = TRUE)
head(name)
desc_html <- webpage %>% html_nodes(".mapItem")
head(desc_html)
```
尝试写入 csv
library(readr)
df = data.frame(vectorName, vectorAddress, vectorDescription)
glimpse(df)
write_csv(df, "legal.csv")
上述块的问题,我有重复的 vectorDescription 条目那些空字段是早期条目的重复
【问题讨论】:
-
您能添加一些您想要包含的其他网址吗?
-
@amrrs 这是 URL yellowpages.com.sg/search/all/legal 即使我在第 2 页,它仍然显示此 URL
标签: r web-scraping rvest