从html_node获取特定文本

Question

​

​

我只想提取“山毛榉谷解决方案”

当我跑的时候

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

所有的信息都出来了。比奇谷解决方案-亚特兰大，今天24小时

Answer 1

还有一种使用rvest进行刮取的方法。不必在html_nodes()中传递css选择器项，您可以在html_nodes().Just中传递xpath，下面的示例如下-

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

参考资料：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页面将出现在右侧，从中单击“右键单击并按复制”选项。
3. 将显示下拉列表，从中选择“复制xpath”。
4. Ctrl (粘贴)html_nodes中的xpath (xpath= "xpath这里“)。我希望这能帮到你。