使用rvest抓取div和span标记内的文本

2vuwiymt 于 2023-03-15 发布在其他

关注(0)|答案(1)|浏览(163)

我正在尝试从网站中查找特定的文本位。该文本位于class = value-highlight的div标记下，但同一标记内还包含span标记。该文本位于div标记内，但不在span标记内。我已能够提取span标记中包含的文本，但无法找到提取所查找文本的方法。
html是这样设置的：

<div class="value-highlight"> 
The text I want
   <span class="vals">The text I don't want
</span>
</div>

这是我试过的代码

html <- read_html(TESTURL)

val <- html %>% html_nodes('.value-highlight') %>% html_text()

它只返回我不想要的文本

来源：https://stackoverflow.com/questions/75729835/scraping-text-inside-both-a-div-and-span-tag-using-rvest

1条答案

按热度按时间

8yoxcaq71#

您可以使用XPath和text()函数来完成此操作：

library(rvest)
html <- r"(<div class="value-highlight"> 
The text I want
   <span class="vals">The text I don't want
</span>
</div>)"

minimal_html(html) |> 
  html_elements(xpath = "//div[@class='value-highlight']/text()") |> 
  html_text2()
#> [1] "The text I want" ""

创建于2023年3月14日，使用reprex v2.0.2

赞(0）回复(0）举报 2023-03-15

我来回答

使用rvest抓取div和span标记内的文本

1条答案

相关问题

热门标签

最新问答