我使用rvest在Amazon的产品搜索results上抓取产品的详细信息(名称,价格和可用性)。我可以使用read_html()
来获取网页,但是无法获取产品的详细信息(名称,价格和可用性)。该页面具有<span>
标记,类别为class = "a-size-medium a-color-base a-text-normal"
。我用过html_nodes("span.a-size-medium a-color-base a-text-normal")
,但得到了NA
。
这里是可复制的代码:
library(rvest)
library(xml2)
url <- "https://www.amazon.in/s?k=Smartphone&rh=n%3A1389401031&ref=nb_sb_noss"
page <- read_html(url)
data <- page%>%
html_node("span.a-size-medium a-color-base a-text-normal") %>%
html_text()
print(data)
您只需要稍微更改css选择器。我能够得到名称和价格,可用性有点棘手:/
library(rvest)
library(xml2)
url <- "https://www.amazon.in/s?k=Smartphone&rh=n%3A1389401031&ref=nb_sb_noss"
page <- read_html(url)
name <- page %>% html_nodes(".a-size-medium.a-color-base.a-text-normal") %>% html_text()
price <- page %>% html_nodes(".a-price-whole") %>% html_text()