Question

我想使用R中的rvest将图像的链接仅提取为字符串

我尝试过的是：

url <-"https://www.amazon.in/Livwell-Multipurpose-MultiColor-Polka- 
Lunch/dp/B07LGTPM3D/ref=sr_1_1_sspa?ie=UTF8&qid=1548701326&sr=8-1- 
spons&keywords=lunch+bag&psc=1"

webpage <- read_html(url)
imglink<-(webpage %>%
html_nodes("div#imgTagWrapperId") %>% 
html_nodes("img") %>%
html_attr("src"))

我希望imglink具有以下值：https://images-na.ssl-images-amazon.com/images/I/51H-DAUxWzL.jpg

但是，这是一个很长的字符类型对象，这不是我所需要的。请帮忙吗？

Answer 1

您可以使用下面显示的id（和属性）或从脚本标签中提取（通过将标签内的javascript对象转换为json）

require(rvest)
url <-"https://www.amazon.in/Livwell-Multipurpose-MultiColor-Polka-Lunch/dp/B07LGTPM3D/ref=sr_1_1_sspa?ie=UTF8&qid=1548701326&sr=8-1-spons&keywords=lunch+bag&psc=1"

webpage <- read_html(url)
r <- webpage %>%
            html_nodes("#landingImage") %>% 
            html_attr("data-a-dynamic-image")
imglink <- strsplit(r, '"')[[1]][2]
print(imglink)

在div＃imgTagWrapperId中获取img的链接

1 个答案: