rvest 如何通过 id 选择特定的 css 节点

Posted 2023-03-24

【中文标题】rvest 如何通过 id 选择特定的 css 节点

【英文标题】：rvest how to select a specific css node by id

【发布时间】：2015-11-14 16:00:05

【问题描述】：

我正在尝试使用 rvest 包从网页中抓取数据。在一个简单的格式中，html 代码如下所示：

<div class="style">
   <input id="a" value="123">
   <input id="b">
</div>

我想从第一个输入中获取值 123。我尝试了以下 R 代码：

library(rvest)
url<-"xxx"
output<-html_nodes(url, ".style input")

这将返回一个输入标签列表：

[[1]]
<input id="a" value="123">
[[2]]
<input id="b">

接下来我尝试使用 html_node 通过 id 引用第一个输入标记：

html_node(output, "#a")

这里它返回了一个空值列表，而不是我想要的输入标签。

[[1]]
NULL
[[2]]
NULL

我的问题是，如何使用其 id 引用输入标签？

【参考方案1】：

你可以使用xpath：

require(rvest)
text <- '<div class="style">
   <input id="a" value="123">
   <input id="b">
</div>'

h <- read_html(text)

h %>% 
  html_nodes(xpath = '//*[@id="a"]') %>%
  xml_attr("value")

获取 css- 和 xpath-selector 的最简单方法是使用 http://selectorgadget.com/。 对于像您这样的特定属性，请使用 chrome 的开发人员工具栏获取 xpath，如下所示：

【参考方案2】：

这将适用于直接的 CSS 选择器：

library(rvest)

doc <- '<div class="style">
   <input id="a" value="123">
   <input id="b">
</div>'

pg <- html(doc)
html_attr(html_nodes(pg, "div > input:first-of-type"), "value")

## [1] "123"

【参考方案3】：

添加答案 bc 我没有看到用于按 id 选择的简单 css 选择器简写：使用 #your_id_name:

h %>% 
  html_node('#a') %>%
  html_attr('value')

根据需要输出“123”。

与其他设置相同：

require(rvest)
text <- '<div class="style">
   <input id="a" value="123">
   <input id="b">
</div>'

h <- read_html(text)