主页 / coding / 问题 / 78849374
Accepted
bill999
Asked: 2024-08-08 23:58:30 +0800 CST

使用 rvest，如何选择仅包含精确文本的 div 类

  • 772

假设我抓取了如下代码：

library(rvest)
library(dplyr)

test <- minimal_html('
  <div class="entry">
        <div class="book">
          <div class="booktitle">Book 1</div>
          <div class="year">1991</div>
        </div>
        <div class="book dont-use">
          <div class="booktitle">Book 2</div>
          <div class="year">1979</div>
        </div>
        <div class="book">
          <div class="booktitle">Book 3</div>
          <div class="year">1399</div>
        </div>
        <div class="book dont-use">
          <div class="booktitle">Book 4</div>
          <div class="year">1949</div>
        </div>        
  </div>')

要选择book其类别中包含的所有内容，我可以使用：

test %>% html_elements(".book")

这将返回所有四个对象。

但是，我不想选择类为 的第二和第四个条目book dont-use。我怎样才能只选择第一和第三个条目？换句话说，我怎样才能修改代码以仅精确选择book？

1 个回答

  1. Best Answer

    您可以使用属性值选择器：

    library(rvest)

test |> 
  html_elements("[class='book']")
#> {xml_nodeset (2)}
#> [1] <div class="book">\n          <div class="booktitle">Book 1</div>\n       ...
#> [2] <div class="book">\n          <div class="booktitle">Book 3</div>\n       ...

    创建于 2024-08-08，使用reprex v2.1.1

    • 2

相关问题