使用 rvest 和 selectorgadget 从 GEO 提取信息，得到错误：“类中的错误（输出）<-“XMLNodeSet”：尝试将属性设置为 NULL”

Posted 2023-03-23

【中文标题】使用 rvest 和 selectorgadget 从 GEO 提取信息，得到错误：“类中的错误（输出）<-“XMLNodeSet”：尝试将属性设置为 NULL”

【英文标题】：extract information from GEO using rvest and selectorgadget, get error:"Error in class(out) <- "XMLNodeSet" : attempt to set an attribute on NULL"

【发布时间】：2015-02-03 09:33:36

【问题描述】：

我想从this link 获取所有“样本”ID，我的意思是所有 ID，例如“GSM545657”、“GSM545658”...。我想使用新包rvest 来解决我的问题，但是我对CSS 和xpath 不熟悉。我使用selectorgadget 来获取CSS 选择器。 我选择了第一个 ID：“GSM545657”，它变成了绿色，然后我删除了我不想要的信息（它们变成了红色）。现在，所有样品 ID 都是绿色或红色。 CSS 选择器显示如下："tr:nth-child(23) .eye-protector-processed a" 。我的代码是这样显示的

Library(rvest);
myhtml<-html("http://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE21610");
myhtml %>% html_nodes("tr:nth-child(23) .eye-protector-processed a") %>%html_text()

我解决了错误类中的错误（输出） 如果我只选择“GSM545665”和“GSM545666”等两个ID，我可以使用

myhtml %>% html_nodes("tr:nth-child(23) .eye-protector-processed a") %>%html_text()

得到结果，你能告诉我如何解决这个问题，我们将不胜感激。非常感谢！

【参考方案1】：

我认为您使用了错误的选择器。这对我有用：

myhtml <- html("http://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE21610")
myhtml %>% 
  html_nodes("tr:nth-child(23) tr a") %>%
  html_text()

（但 rvest 应该会给出更好的错误。我会提交一个错误）

【讨论】：

非常感谢，它确实有效。但是我不太了解 CSS 选择器，所以我使用了 selectorgadget 工具，那么如何使用 selectorgadget 获得正确的结果。您是否有一些建议来学习如何获得正确的 css 选择器模式。再次感谢您！

我使用选择器小工具来生成选择器。

非常感谢。我也使用了选择器小工具，但我不明白为什么我得到了错误的 css 选择器。你能告诉我你的程序来获得正确的选择器吗？