Question

我想把文字和＃34; VIRGINIA TECH＆＃34;来自网站http://stats.statbroadcast.com/statmonitr/?id=102197使用RSelenium包。

我想要抓取的特定文本的css选择器是：

.valigntop:nth-child(1) .width6-3-4.marginr

打开远程驱动程序并导航到该网站后，我尝试：

webElem <- remDr$findElement(using = "css selector", '.valigntop:nth-child(1) .width6-3-4.marginr')
doc <- remDr$getPageSource()[[1]]
current_doc <- read_html(doc)
current_doc <- html_text(current_doc)

这会返回一大块文字，而不是我想要的文字＆＃34; VIRGINIA TECH＆＃34;。

刮掉我想要的东西后：

current_doc
[1] "VIRGINIA TECH"

任何帮助将不胜感激。如果需要任何进一步的信息，请告诉我。

Answer 1

通过此link阅读后我发现这很适合刮掉我想要的文字。

webElems <- remDr$findElements(using = 'css selector', ".valigntop:nth-child(1) .width6-3-4.marginr")
current_doc <- unlist(lapply(webElems, function(x){x$getElementText()}))

结果：

current_doc
[1] "VIRGINIA TECH"

Answer 2

简单。

TopWorker

这也有效!!

如何在R中使用RSelenium来抓取文本？

2 个答案: