提取产品链接的正确选择器是什么？

Question

我想抓取此网页中的产品链接（href）。 https://www.artfinder.com/editors-picks/theme/amazing-techniques/blurred-lines/#/

我正在使用 r，无法弄清楚在 html_nodes() 中写入的正确选择器是什么。 我尝试了“.fit-in”、“a.af-place.fit-in”，但他们不提供链接。

你能帮我吗？

Answer 1

此页面的结构不适用于

rvest

中的选择器。如果你使用Chrome的开发者工具之类的东西，你可以检查页面使用的资源，结果发现有一个API可以以JSON格式返回数据。

因此，获取所需数据（需要更多整理）的一种方法是......

library(jsonlite)
prod_url <- "https://www.artfinder.com/api/theme/amazing-techniques/blurred-lines/products/?page=1&paginate=1000&sort=best_match&limit=1000"
prods <- fromJSON(prod_url)$results

这会返回一个包含大量信息的数据框，包括包含 url 的列。