rvest-在1个标签中抓取2个类 [英] rvest - scrape 2 classes in 1 tag
本文介绍了rvest-在1个标签中抓取2个类的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我是rvest的新手.如何在标记中使用2个类名或仅1个类名提取这些元素?
I am new to rvest. How do I extract those elements with 2 class names or only 1 class name in tag?
这是我的代码和问题:
doc <- paste("<html>",
"<body>",
"<span class='a1 b1'> text1 </span>",
"<span class='b1'> text2 </span>",
"</body>",
"</html>"
)
library(rvest)
read_html(doc) %>% html_nodes(".b1") %>% html_text()
#output: text1, text2
#what i want: text2
#I also want to extract only elements with 2 class names
read_html(doc) %>% html_nodes(".a1 .b1") %>% html_text()
# Output that i want: text1
这是我的机器规格:
操作系统:Windows 10.
Operation System: Windows 10.
最佳版本:0.3.2
rvest version: 0.3.2
R version 3.3.3 (2017-03-06)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)
有人可以帮忙吗?
推荐答案
您可以按如下方式使用css选择器:
You can use css selector as follows:
选择类包含 b1 而不是 a1 :
read_html(doc) %>% html_nodes(".b1:not(.a1)")
# {xml_nodeset (1)}
# [1] <span class="b1"> text2 </span>
或使用属性选择器:
read_html(doc) %>% html_nodes("[class='b1']")
# {xml_nodeset (1)}
# [1] <span class="b1"> text2 </span>
选择类同时包含:
read_html(doc) %>% html_nodes(".a1.b1")
# {xml_nodeset (1)}
# [1] <span class="a1 b1"> text1 </span>
这篇关于rvest-在1个标签中抓取2个类的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
