RVest: extract tag content inside a class from a supermarket webpage
我正在尝试使用Rvest刮擦网络，但是我被卡住了，无法找到解决方案。
我设法成功地将页面加载到R中并提取了所需的HTML部分，但是我无法获取所需的数据。
我要抓取的一段HTML(不是真实的URL)是：
1 2 | <img id="prod-image-53357" src="https://www.website.com.ar/media/98989898.jpg" alt="insecticide 360 cc" /> |
我的代码：
1 2 3 4 5 6 | library("rvest") library("xml2") url <-"https://www.website.com.ar/limpieza.html" page <- read_html(url) d <-page %>% html_nodes(" .open-modal") |
如果我检查对象d，例如d [[4]]，则会得到：
1 2 3 4 | {html_node} [1] <img id="prod-image-53357" src="https://www.website.com.ar/media/98989898.jpg alt="insecticide 360 cc" /> |
我想提取href，alt和src作为文本并将其转换为数据框...
我尝试过：
1 | d <-page %>% html_nodes(" .open-modal") %>% html_text() |
和
1 | d <-page %>% html_nodes(" .open-modal") %>% html_text('href') |
没有成功...
有帮助吗？
在此先感谢！
可能您应该使用
1 2 3 4 5 | library(rvest) d <- page %>% html_nodes("a.open-modal") data.frame(href = d %>% html_attr('href'), alt=d %>% html_attr('alt'), src = d %>% html_attr('src')) |