webscraping时元素数量不等

Question

我想从autotrader.co.uk获取一些汽车数据。当您在此网站上搜索时，每个页面都包含12辆车的信息。我正在单独抓价格和模型，它给了我2个元素的2个向量（使用rvest）。但是我无法单独划分里程，年龄等，因为它们与其他变量一致，并且每辆车的位置可能会根据卖家包含的变量数量而变化。 如果你看一下附图，用于丰田的注册年份的CSS将为我提供福特KA的CAT C而不是年份，因为这个变量位于这辆车的第二位。所以我必须使用CSS来获取整行信息。

我决定刮掉整行（命名为结果向量info）。然而，这种方法给了我一个80+元素的向量（对于每个变量，如年，英里等）。问题是我想在数据框中加入模型，价格和其他信息而我不能这样做，因为info的元素多于前两个向量。

我使用的代码：

URL <- "http://www.autotrader.co.uk/car-search?sort=price-asc&radius=1500&postcode=np198jj&onesearchad=Used&onesearchad=Nearly%20New&onesearchad=New&page="
link <-read_html(URL)
price <- html_nodes(link, ".search-result__price") %>%
    html_text()
info <- html_nodes(link, ".search-result__attributes li") %>%
        html_text()

使用xpath获取相同的80 +元素。 我还尝试在信息中对每辆车的元素进行联合处理，但没有成功：

str_replace_all(info, collapse = "---")

所以我的问题是如何抓取年份，里程等信息，以便这些都是每辆车的一个元素。另外，也许有可能将年份，里程和其他变量分开。

Answer 1

修正了网址并删除了li属性：

library(rvest)
URL <- "http://www.autotrader.co.uk/car-search?sort=price-asc&radius=1500&postcode=np198jj&onesearchad=Used&onesearchad=Nearly%20New&onesearchad=New"
> link <- read_html(URL)
> price <- html_nodes(link, ".search-result__price") %>%
>   html_text()
> info <- html_nodes(link, ".search-result__attributes") %>%
>   html_text()
> identical(length(price), length(info))
[1] TRUE