rvest - kratzen 2 klassen in 1 tag

ich bin neu zu rvest. Wie extrahiere ich diese Elemente mit 2 Klassennamen oder nur 1 Klassennamen im Tag?rvest - kratzen 2 klassen in 1 tag

Dies ist mein Code und Ausgabe:

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

Das ist meine Maschine spec:

Betriebssystem: Windows 10.

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)

Jeder kann helfen?

Quelle

2017-08-02 addicted

können Sie CSS-Selektor verwenden wie folgt:

Select-Klasse enthält b1 nicht a1:

read_html(doc) %>% html_nodes(".b1:not(.a1)") 
# {xml_nodeset (1)} 
# [1] <span class="b1"> text2 </span>

Oder das Attribut-Selektor:

read_html(doc) %>% html_nodes("[class='b1']") 
# {xml_nodeset (1)} 
# [1] <span class="b1"> text2 </span>

Select-Klasse enthält beides:

read_html(doc) %>% html_nodes(".a1.b1") 
# {xml_nodeset (1)} 
# [1] <span class="a1 b1"> text1 </span>

Quelle

2017-08-02 03:36:27 Psidom

Danke! Für Ihre erste Lösung, was ist ': not()'? ist es 1 Syntax oder das ':' kann in Verbindung mit anderen Tags/Klassen/IDs verwendet werden? – addicted

"nicht" bedeutet wörtlich. Das heißt, die Klasse sollte keine Klasse in der Klammer enthalten, ja Sie können sie mit dem Tag-Namen und der ID wie 'span.b1: not (.a1)' verwenden. Sie können [hier] (https://stackoverflow.com/questions/1028248/how-to-combine-class-and-id-in-css-selector) für weitere Informationen überprüfen. – Psidom

Vielen Dank! Diese 3 Alternativen sind sehr hilfreich. – addicted

Antwort

Verwandte Themen