在IMDB上使用xpath或html选择器抓取正确的日期

Question

我试着从IMDB中找出一个演员的生日。

我没有收到与原始代码中提供的结果相同的结果

代码中提供的生日和所需格式："yyy-mm-dd“

library(rvest)
link = "https://www.imdb.com/name/nm0000093/"
page = read_html(link)

Date <- page %>% html_nodes(xpath = '//*[@id="name-born-info"]/time') %>% html_text('')

是否需要选择另一个节点？？

谢谢!

这些都不走运：

Date <- page %>% html_nodes(xpath = '/html/body/div[2]/div/div[2]/div/div[1]/div/div/table/tbody/tr[3]/td/div[3]/time') %>% html_attr('')

Date <- page %>% html_nodes(xpath = '/html/body/div[2]/div/div[2]/div/div[1]/div/div/table/tbody/tr[3]/td/div[3]/time') %>% html_text('')

Date <- page %>% html_nodes(xpath = '//*[@id="name-born-info"]/time') %>% html_attr('')

Answer 1

我认为只需检索单个节点，然后将实际的属性名称添加到html_attr中。我也会切换到更快的css类型选择器

Date <- page %>% html_node('time') %>% html_attr('datetime')

如果做不到这一点，您可以使用正则表达式

str_match(page %>% html_text(),'birthDate":\\s?"(\\d{4}-\\d{2}-\\d{2})"' )[1,2]