用rvest抓取:如何填充行中的空白数字以转换到数据帧中？
rvest是一个R语言的网络爬虫包，用于从网页中提取数据。在使用rvest抓取数据时，如果行中存在空白数字，可以通过以下步骤将其填充并转换为数据帧：
- 首先，安装并加载rvest包：
install.packages("rvest")
library(rvest)- 使用
read_html()函数读取目标网页的HTML内容：
url <- "目标网页的URL"
html <- read_html(url)- 使用CSS选择器或XPath选择器定位到包含空白数字的行，并提取出所有的行元素：
rows <- html %>% html_nodes("CSS选择器或XPath选择器")- 遍历每一行，使用
html_text()函数提取出行中的文本内容，并使用gsub()函数将空白数字替换为指定的值：
filled_rows <- lapply(rows, function(row) {
text <- html_text(row)
filled_text <- gsub("\\s+", "填充的值", text)
return(filled_text)
})- 将填充后的行转换为数据帧：
df <- as.data.frame(do.call(rbind, filled_rows))通过以上步骤，你可以使用rvest抓取网页中的数据，并将行中的空白数字填充并转换为数据帧。请注意，这只是一个示例，具体的CSS选择器或XPath选择器、填充的值等需要根据实际情况进行调整。
关于rvest的更多信息和用法，你可以参考腾讯云的R语言云函数产品（https://cloud.tencent.com/product/scf）和rvest的官方文档（https://cran.r-project.org/web/packages/rvest/rvest.pdf）。
相关·内容
1回答
我正试着用rvest从维基百科上抓取一个。该表具有跨多行的单元格。 for html_table清楚地指出，这是一个限制。我只是想知道有没有解决办法。
看起来如下所示：
我的代码：
library(rvest)
url <- "https://en.wikipedia.org/wiki/Arizona_League"
parks <- url %>%
read_html() %>%
html_nodes(xpath='/html/body/div[3]/div[3]/div[4]/div/table[2]') %>%
浏览 2提问于2019-07-30得票数 10
回答已采纳
我已经将一个带有rvest的HTML表抓取到一个数据帧中，但我需要清理它以满足我的需要。我不确定是应该在抓取过程中这样做，还是应该在数据操作过程中进行清理。 我需要的是向第一行添加一个列，其中包含来自第二行的值。然后完全删除第二行。如果有意义，对每个奇数/偶数行重复此操作。 这是抓取的样子： n = c("Player 1", "Male", "Player 2", "Female")
s = c(1, "Male", 5, "Female")
b = c(1, "Male",
浏览 24提问于2020-10-25得票数 0
回答已采纳
2回答
我用r抓取了一个维基百科表 library(rvest)
url <- "https://en.wikipedia.org/wiki/New_York_City"
nyc <- url %>%
read_html() %>%
html_node(xpath = '//*[@id="mw-content-text"]/div/table[1]') %>%
html_table(fill = TRUE) 并希望将这些值保存到新的数据帧中。 输出 Area population
468.
浏览 27提问于2020-06-18得票数 2
回答已采纳
我想从雅虎财经上抓取一个表格，然后把它作为数据帧下载下来。不幸的是，我真的不知道如何使用rvest-package做到这一点。
这是第一种方法：
library(tidyverse)
library(rvest)
url<-"https://finance.yahoo.com/calendar/ipo?from=2021-02-21&to=2021-02-27&day=2021-02-23"
url %>%
html() %>%
html_nodes(xpath="table") %>%
html_tabl
浏览 25提问于2021-03-09得票数 0
回答已采纳
1回答
我需要编写一个python脚本，该脚本将现有文件拆分为列和行，读取每列，并将每列作为输出文件中的一行输出。该文件是一个由数字组成的矩阵，该过程是转置和输出该矩阵。问题是我的矩阵文件太大了，以至于我真的无法在内存中保存整个内容。尝试执行此操作时会崩溃，并出现内存错误。到目前为止，我找到的每个解决方案都需要你一次抓取整个infile，一次只抓取一个数字，一遍又一遍地阅读infile的每一行，或者一遍又一遍地阅读infile，但一遍又一遍地解析输出文件，以向每一行追加下一个数字。
示例输入：
1,2,3
4,5,6
7,8,9
输出示例：
1,4,7
2,5,8
3,6,9
附加信息:该文件为明文格
浏览 0提问于2014-10-29得票数 0
1回答
我想要抓取这个网页下拉表中的关键字
问题是，每个项目的下拉菜单阻止我直接抓取表，因为它只获取每个项目的标题，而不是每个项目的内部内容。
rvest::read_html("https://www.aeaweb.org/jel/guide/jel.php") %>%
rvest::html_table()
我想把以Keywords:开头的每一行都删掉，但我不明白该怎么做。看起来HTML没有显示表中的项。
浏览 3提问于2021-09-12得票数 0
我正在尝试使用rvest学习网络抓取，并尝试重现这里给出的示例：
安装了rvest之后，我简单地复制粘贴了本文中给出的代码：
library("rvest")
url <- "http://en.wikipedia.org/wiki/List_of_U.S._states_and_territories_by_population"
population <- url %>%
read_html() %>%
html_nodes(xpath='//*[@id="mw-content-text"]/tabl
浏览 7提问于2019-08-18得票数 1
回答已采纳
2回答
我感兴趣的是分析雅虎财务的余额，收益和现金流量表的多个代码，使用R。
我看到有一些R包从雅虎金融( Yahoo )获取信息，但我看到的所有例子都涉及到历史上的股价信息。我能用R从这些陈述中提取历史信息吗？
例如，对于Apple (AAPL)，可检索的链接如下：
本质上，我们的目标是创建三个数据帧(AAPL_cashflow、AAPL_income和AAPL_balance)，它们包含与网站相同的模式。每一行都由财务类型标识，列是日期。
有没有人有过解析和抓取表的经验？我认为rvest能帮上忙，对吧？
提前感谢！
浏览 0提问于2018-04-15得票数 3
我有一个网站，我想抓取在根文件夹中存在的机器人文件。
在这里，我想抓取一个特定的行，例如，第3行，并提取该值，以检查它是否包含不允许的内容。在RVest中可以这样做吗？我还想按预定的频率自动爬行这个页面。
浏览 3提问于2021-06-16得票数 0
回答已采纳
1回答
因此，我使用rvest抓取了IMDB网站，并遇到了一些分裂问题。我尝试过不同的方法来拆分列，但都失败了。
这是我从IMDB网站抓取信息的代码：
votes_gross <- pagesource %>% html_nodes(".sort-num_votes-visible") %>% html_text()
然后，我使用以下代码进行清理和拆分：
votes_gross <- gsub("\r?\n|\r", " ", votes_gross)
votes_gross <- data.frame(votes_gros
浏览 1提问于2019-04-09得票数 1
回答已采纳
我必须创建一个数据框，其中一列填充了runif数字，但一行中的每个数字都比前一个数字小10倍(这应该要做5次)。因此，如果第一行中的第一个数字是5，那么第二个数字是0.5，0.05，0.005，最后是0.0005。例如，在下面的代码中，已经制作了数据帧，我应该像上面解释的那样替换OD列中的前五个值。 levels <- c("ref", "treat", "control")
x <- as.factor(labels)
a <- levels[x]
values <- runif(25,min=0,max=25)
my
浏览 6提问于2019-04-28得票数 0
1回答
我使用rvest包来抓取Facebook的帖子并提取img src url。
library(rvest)
UrlPage <- read_html ("https://www.facebook.com/AmazonIN/photos/a.142199085973905.1073741828.100281786832302/458742987652845/?type=3")
UrlPage %>% html_node("#fbPhotoImage")
错误:没有匹配
rvest软件包适用于其他网站，但似乎与Facebook有一些问题。
有没有
浏览 4提问于2016-01-08得票数 0
1回答
我一直在网上从牛津大学的期刊上抓取R中的文章，想要抓取特定文章的全文。所有的文章都有一个pdf链接，所以我一直在尝试拉出pdf链接并将整个文本抓取到一个csv上。全文应该全部放在一行中，但是csv文件中的输出显示11行中的一篇文章。如何解决此问题？ 代码如下： ####install.packages("rvest")
library(rvest)
library(RCurl)
library(XML)
library(stringr)
#for Fulltext to read pdf
####install.packages("pdftools")
lib
浏览 36提问于2021-03-31得票数 0
2回答
我正在尝试使用rvest将web抓取到以下网页：https://www.superu.ad/oli-de-girasol_c360259/ 但似乎rvest (R)不能找到url中已经存在的一些css选择器，如.product-name webpage<-read_html('https://www.superu.ad/oli-de-girasol_c360259/')
rank_data_html <- html_nodes(webpage,'.product-name') #returns nothing 我期望出现在url中的不同产品名称的输
浏览 17提问于2019-05-25得票数 0
回答已采纳
我想使用下面的scrape_change_page函数将单个请愿的链接添加到数据帧中，但我不确定如何调整以包含html_attr函数，该函数将从多个页面中抓取url链接。欢迎有任何想法！ library(pacman)
pacman::p_load(rvest, dplyr, stringr, purrr, lubridate, tibble, tidyr, stringi, stringr)
url <- 'https://www.change.org/search?q=ppe'
scrape_change_page <- function(url)
{
浏览 28提问于2020-08-03得票数 0
回答已采纳
2回答
我正在python中抓取一个.txt文件，并使用regex捕获票证编号和名称：
for line in Text:
if re.match('Ticket:|Name:', line):
print(line)
基于我的.txt文件，这将捕获正确的字段和空行(尚未填写)：
Ticket: 123
Name: Person123
Ticket: 124
Name: Person124
Ticket:
Name:
Ticket:
Name:
Ticket:
Name:
如果我在regex中添加了一个\n，它会打印我的空行，但是有什么方
浏览 0提问于2018-09-17得票数 0
回答已采纳
我试图抓取不同的URL，并在同一个Excel的文件中写入数据，但每个URL只在一个页面中。
我的代码是：
#install.packages("rvest")
library(XLConnect)
library(rvest)
{
for(i in c("2086","2167","2204")) {
url<-paste0("https://www.silversanz.com/producto/",i,)
}
dades<-read_html(url)
nom<-dades
浏览 0提问于2019-04-05得票数 1
回答已采纳
1回答
当我用rvest抓取维基百科的表格时，我很难找到小的内嵌参考数字。它们似乎包含在一个名为"sup“的类中，但我在刮擦过程中不能删除它们。
library(rvest)
library(tidyverse)
read_html("https://de.wikipedia.org/wiki/Ergebnisse_der_Landtagswahlen_in_der_Bundesrepublik_Deutschland") %>%
html_nodes(xpath = '//*[@id="mw-content-text"]/d
浏览 0提问于2018-04-13得票数 2
回答已采纳
2回答
我正在尝试使用rvest来学习用R进行网络抓取，我尝试为页面的其他几个部分复制Lego示例，并使用selector gadget进行id。
我从中提取了这个例子。使用下面的代码，1和2工作，但3不工作。
library(rvest)
lego_movie <- html("http://www.imdb.com/title/tt1490017/")
# 1 - Get rating
lego_movie %>%
html_node("strong span") %>%
html_text() %>%
as.numeric(
浏览 4提问于2015-06-20得票数 3
回答已采纳
1回答
我正在使用rvest包从页面中抓取信息。在抓取第一页后，我想遵循底部的“下一步”链接，刮掉第二页，移动到第三页，等等。
下面的行给出一个错误：
html_session("http://www.radiolab.org/series/podcasts") %>% follow_link("Next")
## Navigating to
##
## ./2/
## Error in parseURI(u) : cannot parse URI
##
## ./2/
检查HTML显示，"./2/“
浏览 2提问于2015-01-07得票数 7
1回答
我想从一个市场的网页上使用Rvest抓取销售的产品数量。
我使用了这段代码，但它没有返回值。
library(rvest)
doc <- read_html("https://www.tokopedia.com/berasprimasari/beras-bunga-25kg")
sold <- html_nodes(doc, ".rvm-product-info--item_value.mt-5.item-sold-count") %>%
html_text()
sold
------------
RESULT:
[1] &#
浏览 1提问于2019-11-03得票数 1
回答已采纳
$comment= mysql_real_escape_string($comment);
我用这个..。但这没什么用。我使用TinyMCE向我的数据库插入字符串，但在选择时我得到了奇怪的字符.
× ×›×ª×‘ על ידי
\\r\\n
R\n
在字符串进入数据库之前解析/编码该字符串吗？！？不发生这种事？
更新：
进入数据库的文本如下所示：
t;div class=\"entry\" style=\"padding-top: 20px; padding-right: 20px; padding-bottom: 10px;
浏览 2提问于2011-10-15得票数 1
回答已采纳
我在R中有一个相当长的脚本，用于web抓取。我使用rvest函数进行抓取，使用rodbc将数据写入SQL服务器数据库。
我希望我的代码在站点的面包屑中导航并将结果写入一个名为scrapeRow的矢量，然后将该矢量写入一个名为scrapeDF的单行数据帧，然后将该数据帧写入我的SQL server。最后，我想删除数据帧并重新创建一个空版本，以便写入下一个向量。我从不希望数据帧一次包含超过1行。
“写”步骤可以在脚本过程中的多个点发生，这取决于有多少面包屑。由于这一点，我想定义一个函数，它将“清除”数据帧，并在它写入数据库后重新构建它。
我的代码是这样写的：
clearScrapeDF <-
浏览 1提问于2015-09-01得票数 0
我一直在网上从牛津大学的期刊上抓取R中的文章，想要抓取特定文章的全文。所有的文章都有一个pdf链接，所以我一直在尝试拉出pdf链接并将整个文本抓取到一个csv上。全文应该全部放在一行中，但是csv文件中的输出显示11行中的一篇文章。如何解决此问题？ 代码如下： ####install.packages("rvest")
library(rvest)
library(RCurl)
library(XML)
library(stringr)
#for Fulltext to read pdf
####install.packages("pdftools")
lib
浏览 12提问于2021-03-31得票数 0
回答已采纳
1回答
我一直在尝试从一个保存为javascript的网站上抓取轮询时间序列。到目前为止，一旦选择了"circle“节点，我就得到了一个空的列表。下面的代码，任何一点都非常感谢。 library(rvest)
library(V8)
url = 'https://www.politico.eu/europe-poll-of-polls/belgium/'
dta = read_html(url) %>%
html_node('svg') %>%
html_node('g') %>%
html_node(&
浏览 21提问于2020-04-03得票数 0
回答已采纳
1回答
我正在尝试使用rvest从fbref.com上的不同页面抓取数据表。我已经能够使用以下命令从一个页面中抓取数据：
library(rvest)
URL <- "https://fbref.com/en/squads/822bd0ba/Liverpool"
WS <- read_html(URL)
passStats <- WS %>% rvest::html_nodes(xpath = '//*[(@id = "ks_sched_all")]') %>% rvest::html_table() %>% data
浏览 5提问于2020-06-02得票数 1
回答已采纳
1回答
我在网页上抓取一个页面
http://catalog.ihsn.org/index.php/catalog#_r=&collection=&country=&dtype=&from=1890&page=1&ps=100&sid=&sk=&sort_by=nation&sort_order=&to=2017&topic=&view=s&vk=
通过这个url，我已经通过以下代码构建了一个数据帧：
dflist <- map(.x = 1:417, .f = function(x)
浏览 1提问于2018-01-16得票数 0
我是R的新手，目前正在尝试从web上抓取一些数据。问题是，我希望代码每五分钟运行一次，并在每次运行后将数据存储在数据帧中。所有抓取的数据都应该存储在相同的数据帧中。
例如:网站上有一个生产数据，我想将它们抓取到R：
A1 A2
100 200
这些数据每5分钟更新一次。我想要的是，每次更新(或代码运行)时，都会将新数据附加到相同的数据帧中。
Result I want:
A1 A2 Time
100 200 28/02/2020 15:45:45
A1 A2 Time
103 199 28/02/2020 15:
浏览 0提问于2020-02-28得票数 1
我试图通过读取XPath代码来抓取网站。当我进入开发人员部分时，我看到了这些行：
<span class="js-bestRate-show" data-crid="11232895" data-id="928723" data-abc="0602524361510" data-referecenceta="44205406" data-catalog="1">
我想要抓取data-abc的所有值。假设站点上的每个元素都是一部电影，所以我想抓取页面上每部电影的所有数据-abc元素。
我想
浏览 16提问于2018-02-06得票数 1
回答已采纳
我已经在R中使用"readHTMLtable“使用XML包抓取了篮球-ref的多个页面，没有任何问题，但现在我有了一个。当我尝试抓取玩家页面的拆分部分时，它只返回表格的第一行，而不是全部。
例如：
URL="http://www.basketball-reference.com/players/j/jamesle01/splits/"
tablefromURL = readHTMLTable(URL)
table = tablefromURL[[1]]
这使我在表中只有一行，即第一行。不过，我想要所有的行。我认为问题在于表中有多个标题，但我不确定如何解决这个问题。
谢谢
浏览 1提问于2015-01-08得票数 2
1回答
我是R的新手，在网络编程方面没有经验。现在，我被分配了一个项目，负责整理和可视化航空安全数据。我在网上搜索了数据并在这里获得了网站我对飞机型号、年份、国家和航空公司子类别感兴趣，我如何使用rvest将这些数据作为数据帧获取下来？
这就像是一个免费搭便车的问题，但抓取只是超出了我的知识。
浏览 15提问于2018-03-05得票数 0
我正在尝试使用rvest从一个网站上抓取一个HTML表。唯一的问题是，我要抓取的表没有<tr>标记，除了第一行。它看起来是这样的：
<tr>
<td>6/21/2015 9:38 PM</td>
<td>5311 Lake Park</td>
<td>UCPD</td>
<td>African American</td>
<td>Male</td>
<td>Subject was causing a disturb
浏览 1提问于2015-06-23得票数 5
1回答
我正在尝试从诸如these之类的网页中抓取R。但是html只有50行，所以我假设这些数字隐藏在一个javascript文件中或它们的服务器上。我不知道如何找到我想要的数字(例如，学生人数下的注册号)。 当我尝试使用rvest时，如在 num <- school_webpage %>%
html_elements(".number no-mrg-btm") %>%
html_text() 我得到一个错误，说“无法找到函数"html_elements"”，即使我已经安装和加载rvest。 我获得这些不同数字的最佳策略是什么?为什么我会得
浏览 6提问于2021-07-13得票数 0
1回答
尝试使用rvest将https://www.cefconnect.com/closed-end-funds-daily-pricing抓取到R数据帧中。继续尝试各种css和xpath选择器，但无法收集主数据表。 使用了'table‘、'tbody’、'td‘和'tr xpath选择器，但没有成功。两列是超链接，其余是静态文本。 URL <- 'https://www.cefconnect.com/closed-end-funds-daily-pricing'
html <- read_html(URL)
html2 <- h
浏览 7提问于2019-01-07得票数 0
2回答
我想从这个页面中抓取统计数据：
url <- "http://www.pgatour.com/players/player.20098.stuart-appleby.html/statistics"
具体来说，我想要获取表中的数据，在斯图尔特的头像之下。标题是“斯图尔特Appleby 2015 STATS PGA之旅”
我尝试使用rvest，并与Selector ()结合使用。
url_html <- url %>% html()
url_html %>%
html_nodes(xpath = '//*[(@id = "
浏览 2提问于2015-04-08得票数 1
回答已采纳
我正在从一个Yelp风格的网站上抓取页面。我想遍历每个业务并抓取业务页面的内容，识别关键特征，如名称、地址等，但如果我想稍后重新运行抓取，我还想保存整个XML文档(用rvest：：read_html解析)。
出于可用性的考虑，我想将所有这些都存储在一个数据帧中。我希望一列是商店的URL，另一列是XML文档(这是列表的列表)，第三列是我从XML文档中抓取的“详细信息”(这也是列表的列表，因为抓取的术语并不总是返回长度一致的项)。
下面是用于创建此数据对象的代码示例。
stores <- data.frame(url=as.character(store_urls), html=NA, d
浏览 1提问于2017-06-16得票数 1
我有下面的R脚本，用于从网站上抓取一些文本数据。
library('rvest')
term_data_final <- c()
defn_data_final <- c()
for (term in 1:10) {
url_base <- 'http://www.nplg.gov.ge/gwdict/index.php?a=term&d=9&t='
url <- paste(url_base, term, sep="")
webpage <- read_htm
浏览 1提问于2018-04-07得票数 1
1回答
我是Rvest的新手。我正在尝试从这个网站上获取有关加密货币的信息：https://coinmarketcap.com/。 我能够抓取表中列出的前10种货币的所有信息，但对于其他货币，我只能获得名称和价格。理由是什么呢？如何抓取所有货币的所有信息？ 我的代码： library(rvest)
market <- as.data.frame(read_html('https://coinmarketcap.com/') %>%
html_table(fill = TRUE))
浏览 25提问于2021-07-12得票数 0
回答已采纳
我正在尝试从一个交互式地图中抓取数据(寻找一个县的犯罪数据)。我正在使用R (rvest)，并试图使用幻影。我对网络抓取很陌生，所以我并不真正理解所有的元素是如何一起工作的(试图达到这个目的)。
我认为我遇到的问题是，在我运行幻影并使用R的rvest包上传html之后，我最终得到了更多的脚本，在html中没有清晰的数据。我的密码在下面。
writeLines("var url = 'http://www.google.com';
var page = new WebPage();
var fs = require('fs');
page.open(ur
浏览 1提问于2020-03-15得票数 2
我在AVCaptureSession中，我需要知道要捕获的帧的编号。
当捕获开始时，我会将帧数计数器重置为零。因此，第一帧的时间戳将为零。后续帧将具有如下捕获时间戳，例如：
0
0.033
0.066
0.099
etc
但这些并不是确切的数字，因为帧可能会被丢弃，可能会出现细微的差异。我需要知道捕获帧的确切时间。
我有这个方法，每次抓取一个帧时都会调用这个方法...
- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromC
浏览 0提问于2012-11-10得票数 6
回答已采纳
2回答
我正在使用R从上抓取一张桌子。
我正在使用库rvest。
#install.packages("rvest", dependencies = TRUE)
library(rvest)
OPMpage <- read_html("https://www.opm.gov/policy-data-oversight/data-analysis-documentation/federal-employment-reports/historical-tables/total-government-employment-since-1962/")
我收到这个错误：
浏览 1提问于2016-02-29得票数 6
基本上现在我有一个组合框，如果我做一个简单的查询，我只会得到一些原因的空白。我需要同时抓取ID和我想要的字段，然后将绑定列设置为2，以便数据显示在组合框中。
问题是，这使得SELECT DISTINCT不能工作，因为每个字段都有不同的ID，尽管我想要的字段有几个dup值。
SELECT DISTINCT ESP_PGPI.ID, ESP_PGPI.Identificacao
FROM ESP_PGPI
WHERE (((ESP_PGPI.Identificacao) Is Not Null))
ORDER BY ESP_PGPI.Identificacao;
这就是我现在用的。如果我也不
浏览 1提问于2016-05-12得票数 0
1回答
我想从下载数据
使用rvest可以很容易地抓取数据。
代码可能如下所示：
library(rvest)
library(pipeR)
url <- "http://www.tradingeconomics.com/"
css <- "#ctl00_ContentPlaceHolder1_defaultUC1_CurrencyMatrixAllCountries1_GridView1"
data <- url %>>%
html() %>>%
html_nodes(css) %>>%
ht
浏览 0提问于2015-03-22得票数 20
回答已采纳
1回答
如何将最优惠产出转化为表
、、、
全新的R，所以我会尽我最大的努力来解释这一点。我一直在玩数据抓取使用"rvest“包。在这个例子中，我从维基百科上的一个表格中抓取了美国的州人口。我使用的代码是：
library(rvest)
statepop = read_html("https://en.wikipedia.org/wiki/List_of_U.S._states_and_territories_by_population")
forecasthtml = html_nodes(statepop, "td")
forecasttext = html_text(forecasthtml
浏览 6提问于2017-02-17得票数 0
1回答
我正在尝试使用Rvest从Glassdoor中抓取评论，并将结果放在一个数据框架中，每一次评审都有一行。我的代码如下所示，但我试图提取次级评级(工作生活平衡、文化和价值观等)的部分不起作用。在下降的过程中有五种不同的次级评级，其中一种或多种可能是空白的。这是我的初步代码。你有什么建议，我可以如何拉分评级，并将每个子评级在一个单独的列在我的数据框架？
## Load libraries
library(httr)
library(xml2)
library(rvest)
library(purrr)
library(tidyverse)
library(lubridate)
##
浏览 3提问于2022-06-02得票数 1
回答已采纳
我在将rvest/XML包加载到R时遇到了困难，并且无法处理代码。
我应该如何使用rvest进行网络抓取？如何从网页"“中读取表格？
library(rvest)
forbs <- readHTMLTable("https://www.forbes.com/powerful-brands/list/")
head(forbs)
View(forbs)
它显示的错误就像
forbs1 1<-html_text(“#list_table”)在UseMethod("xml_text")中的错误:不适用于类“字符”对象的“xml_text”方法
浏览 2提问于2019-04-05得票数 1
1回答
我正在努力将一些数据抓取到一个数据框架中，并得到一些空字段，而我更希望在这些字段中使用NA。我尝试过na.strings，但是要么把它放在错误的位置，要么它就不能工作，我试着把从一行开始到最后是空白的任何东西都划分出来，但是没有工作。
htmlpage <- read_html("http://www.gourmetsleuth.com/features/wine-cheese-pairing-guide")
sugPairings <- html_nodes(htmlpage, ".meta-wrapper")
suggestions <-
浏览 2提问于2016-04-24得票数 1
回答已采纳
我正在尝试从这个页面中抓取数据：
如果我试图使用css选择器和通常的rvest语法刮取播放机的名称：
names <- read_html("http://www.atpworldtour.com/en/tournaments/brisbane-international-presented-by-suncorp/339/2016/match-stats/r975/f324/match-stats?") %>%
html_nodes(".scoring-player-name") %>% sapply(html_text)
万事如意。
不幸
浏览 2提问于2016-06-05得票数 0
回答已采纳
2回答
我曾尝试抓取新闻网站的内容(“标题”、“内容”等)，但我使用的节点不返回内容。
我尝试了不同的节点/标签，但它们似乎都不起作用。我也使用了SelectorGadget，但没有任何结果。我使用了同样的策略来抓取其他网站，并且没有任何问题。
下面是一个尝试获取“content”的示例
library(rvest)
url_test <- read_html('https://lasillavacia.com/silla-llena/red-de-la-paz/historia/las-disidencias-son-fruto-de-anos-de-division-interna
浏览 3提问于2019-08-15得票数 1
我试图从特定的网站抓取链接，但为了成功，我需要移动这两个框架。现在，通过尝试上面的代码，
srcs.append(browser.find_element_by_xpath('//*[@id="iframe"]').get_attribute('src'))
我只能抓取第一帧的src，它只是一个编码的链接。
所以代码已经可以访问第一帧了，现在我只需要更深入。我不确定如何做到这一点，甚至这里的id名称与前一帧相同，XPath也是如此。
请帮我想出一些想法。
浏览 10提问于2018-08-28得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
