Question

我正在试图刮一张桌子，但是我只能用它来粘贴超级链接的值。我想要粘贴URL而不是表中的值。我已经研究了如何为单个超链接做这个，但是我需要经历并获取每个xpath。有更快的方法吗？

这是我一直在使用的代码：

library(rvest)
url <- read_html("https://coinmarketcap.com/coins/views/all/")
cryptocurrencies <- url %>% html_nodes(xpath = '//*[@id="currencies-all"]') 
                           %>% html_table(fill = T)
cryptocurrencies <- cryptocurrencies[[1]]

我怀疑html_nodes函数中有一个参数可以让我粘贴'href'然而我似乎无法锻炼怎么做。感谢

Answer 1

首先，您需要使用html_attr()来获取每个音符的属性，在您的情况下，属性为 href

relative_paths <- page %>% 
    html_nodes(".currency-name-container") %>% 
    html_attr("href") #note it is relative path
relative_paths[1:3]
"/currencies/bitcoin/"  "/currencies/ethereum/" "/currencies/ripple/"

获得相对路径后，您可以使用jump_to()或follow_link()函数在每个页面上进行抓取。

#display first three result
for (path in relative_paths) {
    current_session <- html_session("https://coinmarketcap.com/coins/views/all/") %>% 
        jump_to(path)
    #do something here
    print(current_session$url)
}
[1] "https://coinmarketcap.com/currencies/bitcoin/"
[1] "https://coinmarketcap.com/currencies/ethereum/"
[1] "https://coinmarketcap.com/currencies/ripple/

或者可以获得绝对路径：

#or get absolute path
absolute_path <- paste0("https://coinmarketcap.com",relative_paths)
absolute_path[1:3]
[1] "https://coinmarketcap.com/currencies/bitcoin/"  "https://coinmarketcap.com/currencies/ethereum/" "https://coinmarketcap.com/currencies/ripple/"

最后，您可以将其合并到数据框中。

在R中抓取表时，在数据帧中粘贴URL地址

1 个答案: