r语言 - 使用 xml 的网络抓取价格



我正在尝试抓取以下内容: 13.486 Kč 来自: https://www.aofis.cz/informace-pro-klienty/elba-opf/

由于某种原因,以下代码似乎找不到该数字。我对此相当陌生,所以也许是因为xml_find_all中的字符串是错误的。任何人都可以看看为什么吗?

library(xml)
library(xml2)
page <- "https://www.aofis.cz/informace-pro-klienty/elba-opf/"  
read_page <- read_html(page)
Price <- read_page %>% 
rvest::html_nodes('page-content') %>%
xml2::xml_find_all("//strong[contains(@class 'sg_selected')]") %>% 
rvest::html_text()
Price

谢谢!! 迈克尔

在浏览器开发人员面板(或选择器小工具(中看到的 html 代码与传递到 R 会话的内容不同。它实际上是一个javascript文件,然后构建网页。这就是为什么您的rvest调用找不到正确的 html 节点:您正在处理的字符串中没有 html 节点

有几种不同的方法可以获取您想要的信息,但也许最好的方法是使用正则表达式从 javascript 代码中获取货币值:

page <- "https://www.aofis.cz/informace-pro-klienty/elba-opf/"  
read_page <- httr::content(httr::GET(page), "text")
stringr::str_extract_all(read_page, "\d+\.\d+ K")[[1]][1]
#> [1] "13.486 K"

最新更新