CSS-klassen en -ID's

Webscraping in R

Timo Grossenbacher

Instructor

Klassen

.alert {
  color: red;
  font-weight: 800;
}

...
<div>Wat tekst.</div>
<div class = 'alert'>Belangrijke tekst.</div>  
<div>
  Wat tekst met een
  <a href = '#' class = 'alert'>belangrijke link</a>.
</div>
...

HTML met klassen

html %>% html_elements('.alert')

{xml_nodeset (2)}
[1] <div class="alert">Belangrijke tekst...
[2] <a href="#" class="alert">belangrijke ...

Meerdere klassen tegelijk selecteren

.alert {
  color: red;
  font-weight: 800;
}
.emph {
  font-style: italic;
}

...
<div>Wat tekst.</div>
<div class = 'alert emph'>Belangrijke tekst.</div>  
<div>
  Wat tekst met een
  <a href = '#' class = 'alert'>belangrijke link</a>.
</div>
...

Meerdere klassen

html %>% 
    html_elements('.alert.emph') # niet: .alert, .emph

{xml_nodeset (1)}
[1] <div class="alert emph">Belangrijke tekst...

ID's

#special {
  color: green;
}
.alert {
  color: red;
  font-weight: 800;
}

...
<div id = 'special'>Wat tekst.</div>
<div class = 'alert'>Belangrijke tekst.</div>  
<div>
  Wat tekst met een
  <a href = '#' class = 'alert'>belangrijke link</a>.
</div>
...

HTML met een ID

html %>% 
  html_elements('#special')

{xml_nodeset (1)}
[1] <div id="special">Wat tekst.</div>

Selectie verfijnen met types

#special {
  color: green;
}
.alert {
  color: red;
  font-weight: 800;
}

...
<div id = 'special'>Wat tekst.</div>
<div class = 'alert'>Belangrijke tekst.</div>  
<div>
  Wat tekst met een
  <a href = '#' class = 'alert'>belangrijke link</a>.
</div>
...

html %>% 
  html_elements('a.alert')

{xml_nodeset (1)}
[1] <a href="#" class="alert">belangrijke ...

html %>% 
  html_elements('#special')

is gelijk aan...

html %>% 
  html_elements('div#special')

Pseudoklassen voor specifieke kinderen selecteren

li:first-child { color: blue; }

li:nth-child(2) { color: green; }

li:last-child { color: red; }

...
<ol>
  <li>Eerste element.</li>
  <li>Tweede element.</li>
  <li>Derde element.</li>
</ol>
...

CSS-pseudoklassen

html %>% html_elements('li:last-child') 
    # of html_elements('li:nth-child(3)')

{xml_nodeset (1)}
[1] <li>Derde element.</li>

¹ https://developer.mozilla.org/en-US/docs/Web/CSS/Pseudo-classes

Samengevat...

Selectortype	HTML	CSS-selector
Type	`<p>...</p>`	`p`
Meerdere types	`<p>...</p><div>...</div>`	`p, div`
Klasse	`<p class = 'x'>...</p>`	`.x`
Meerdere klassen	`<p class = 'x y'>...</p>`	`.x.y`
Type + klasse	`<p class = 'x'>...</p>`	`p.x`
ID	`<p id = 'x'>...</p>`	`#x`
Type + pseudoklasse	`<p>...</p><p>...</p>`	`p:first-child`

Laten we oefenen!

Webscraping in R