我已经从R中的列表中抓取了数据,但它不包括我应用的网站过滤器(list=Oxford 3000和CEFR level=A1(,而且据我所知,没有变量可以用来过滤R中的数据。
有没有其他方法可以让我得到我想要的数据?URL似乎不会随着筛选而更改。
这是我的代码:
url <- "https://www.oxfordlearnersdictionaries.com/wordlists/oxford3000-5000"
url %>%
map(. %>%
read_html() %>%
html_nodes(".belong-to , .pos , a") %>%
html_text()
) %>%
unlist() -> ox3ka1
要只选择带有过滤器a1
的单词,我们可以执行以下操作,
df = 'https://www.oxfordlearnersdictionaries.com/wordlists/oxford3000-5000' %>% read_html() %>% html_nodes('.top-g') %>% html_nodes( "li[data-ox5000 = 'a1']") %>% html_text()
head(df)
[1] " a indefinite articlea1 " " about adverba1 " " about prepositiona1 " " above adverba1 "
[5] " above prepositiona1 " " across adverba1 "
进一步参考,如何使用html_nodes来选择具有";属性=x";在R中?