如何用rvest和xpath擦一張桌子？

使用以下documentation我一直在試圖從marketwatch.com如何用rvest和xpath擦一張桌子？

這裏颳了一系列的表格，是波紋管的代碼所表示的一個：

鏈接和XPath已經包含在代碼：

url <- "http://www.marketwatch.com/investing/stock/IRS/profile" 
valuation <- url %>% 
    html() %>% 
    html_nodes(xpath='//*[@id="maincontent"]/div[2]/div[1]') %>% 
    html_table() 
valuation <- valuation[[1]]

我得到以下錯誤：

Warning message: 
'html' is deprecated. 
Use 'read_html' instead. 
See help("Deprecated")

在此先感謝。

來源

2016-02-29 Alex Bădoi

刪除'html（）'並替換爲'read_html（）' – cory

這不是一個錯誤，這是一個警告。您的代碼仍然會以該警告運行。 – SymbolixAU

謝謝。固定。 –

該網站不使用html表格，所以html_table()找不到任何東西。它實際上使用div類column和data lastcolumn。

所以，你可以這樣做

url <- "http://www.marketwatch.com/investing/stock/IRS/profile" 
valuation_col <- url %>% 
    read_html() %>% 
    html_nodes(xpath='//*[@class="column"]') 

valuation_data <- url %>% 
    read_html() %>% 
    html_nodes(xpath='//*[@class="data lastcolumn"]')

甚至

url %>% 
    read_html() %>% 
    html_nodes(xpath='//*[@class="section"]')

爲了讓你大部分的方式存在。

請同時閱讀他們的terms of use - 特別是3.4。

來源

2016-03-01 00:30:14 SymbolixAU

如何用rvest和xpath擦一張桌子？

回答

相關問題