我正在寻找可以通知我特定图标驻留在html表的哪个单元格中的代码。这是我正在使用的:
u <- "http://www.transfermarkt.nl/lionel-messi/leistungsdaten/spieler/28003/saison/2014/plus/1"
doc <- rvest::html(u)
tab <- rvest::html_table(doc, fill = TRUE)[[6]]
“位置”列。指定球员在场上的位置。其中一些带有附加图标。我可以在页面上看到这些图标的存在,如下所示:
rvest::html_nodes(doc, ".kapitaenicon-table")
但这并不能告诉我它们在哪里。我希望代码返回该图标出现在表中“位置”列的第2、10、11、27行中的信息。我怎样才能做到这一点?
多一点rvest
,XPath魔术可以为您提供索引:
library(rvest)
library(magrittr)
library(XML)
pg <- html("http://www.transfermarkt.nl/lionel-messi/leistungsdaten/spieler/28003/saison/2014/plus/1")
pg %>%
html_nodes("table") %>%
extract2(6) %>%
html_nodes("tbody > tr") %>%
sapply(function(x) {
length(xpathSApply(x, "./td[8]/span[@class='kapitaenicon-table icons_sprite']")) == 1
}) %>% which
## [1] 2 10 11 27
那得到第6个表,提取tr
s,然后通过它们查找td
带有span
/的第8个表class
。如果XPath搜索失败,它将返回一个空列表,因此您可以使用长度来确定哪些行中td
带有图标,哪些行中没有图标。
这:
pg %>%
html_nodes(xpath="//table[6]/tbody/tr/td[8]") %>%
xmlSApply(xpathApply, "boolean(./span[@class='kapitaenicon-table icons_sprite'])") %>%
which
也可以,而且更紧(更快)。它使用XPathboolean
操作测试是否存在。如果您没有要在节点上执行的其他操作,这将比较方便。
这是一个xml2
版本,尽管我必须相信必须有一种更好的方法来做到这一点xml2
:
library(xml2)
library(magrittr)
pg2 <- read_html("http://www.transfermarkt.nl/lionel-messi/leistungsdaten/spieler/28003/saison/2014/plus/1")
pg2 %>%
xml_find_all("//table[6]/tbody/tr/td[8]") %>%
as_list %>%
sapply(function(x) {
inherits(try(xml_find_one(x, "./span"), silent=TRUE), "xml_node")
}) %>% which
更新
对于版本0.1.0.9000
,xml2
我必须执行以下操作:
pg2 %>% xml_find_all("//table") %>%
as_list %>%
extract2(6) %>%
xml_find_all("./tbody/tr/td[8]") %>%
as_list %>%
sapply(function(x) {
inherits(try(xml_find_one(x, "./span"), silent=TRUE), "xml_node")
}) %>% which
事实并非如此,我已经提交了错误报告。
Session info -------------------------------------------------------------------------
setting value
version R version 3.2.0 (2015-04-16)
system x86_64, darwin13.4.0
ui RStudio (0.99.441)
language (EN)
collate en_US.UTF-8
tz America/New_York
Packages -----------------------------------------------------------------------------
package * version date source
curl * 0.5 2015-02-01 CRAN (R 3.2.0)
devtools * 1.7.0 2015-01-17 CRAN (R 3.2.0)
magrittr 1.5 2014-11-22 CRAN (R 3.2.0)
Rcpp * 0.11.5 2015-03-06 CRAN (R 3.2.0)
rstudioapi * 0.3.1 2015-04-07 CRAN (R 3.2.0)
xml2 0.1.0 2015-04-20 CRAN (R 3.2.0)
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句