我从来没有使用过HTML或CSS,但我知道R,所以我在网上和Stack中看了几种搜刮方法,以便在R中进行搜刮。我得到的是 character(0)
其中,在例子中,该公司的网址有 4.0
评分。
这是我的尝试。
library(rvest)
library(tidyverse)
library(xml2)
#example URL
url<- "https://www.indeed.com/viewjob?jk=a25a91736b1f7042&tk=1e3q54n49heai800&from=serp&vjs=3&advn=8876452989351355&adid=95236293&sjdu=TDSJNe66qIM3gcXFOG94m--bPylNW2vvO3WAHEKN7JhCAD1FQ-2FXD1gQyElsLNkg6gfXO2CD3rQYOYjO9iXITyFdYOp8tCECkHuDmf3Og8qdMmciGFIv2ahigETjLmuY8uXdLjnQTg4__yOXqHJkA"
page<- read_html(url)
page%>%
rvest::html_nodes("span") %>%
rvest::html_nodes(xpath = '//*[contains(concat( " ", @class, " " ), concat( " ", "ratingsContent", " " ))]')%>%
rvest::html_text()
#Output is
#character(0)
#Where as it should have been 4.0!
有谁能告诉我如何获得它,如果公司缺少评级,我如何返回?NA
?
你似乎弄错了xpath。从源文件来看,你要找的值包含在下面的 content
的属性 meta
的标签,其中有 itemprop
属性 "ratingValue"
.
下面是一个使用你的问题的url的工作可复制的例子。
read_html(url) %>%
html_nodes(xpath = "//meta[contains(@itemprop, 'ratingValue')]") %>%
html_attr("content") %>%
unique()
#> [1] "4.0"