Pengantar XPATH

Web Scraping di R

Timo Grossenbacher

Instructor

XML Path Language

Jalur pada pohon HTML, mis. //div/p[@class = "blue"] (setara dengan div > p.blue)
Pilih node berdasarkan properti node lain
Seleksi lebih lanjut dan kustom dimungkinkan
Contoh: pilih elemen berdasar properti anaknya, mis. hanya div yang berisi node a dengan kelas special

Pohon HTML sederhana dengan semua elemen p dipilih

html %>%
    html_elements(xpath = '//p')
# CSS selector equivalent: p

html %>%
    html_elements(xpath = '//body//p')
# CSS selector equivalent: body p

html %>%
    html_elements(xpath = '/html/body//p')
# CSS selector equivalent: html > body p

Pohon HTML sederhana dengan hanya elemen p di bawah div yang dipilih

html %>%
    html_elements(xpath = '//div/p')
# CSS selector equivalent: div > p

Pohon HTML sederhana dengan hanya div yang memiliki anak a dipilih

html %>%
    html_elements(xpath = '//div[a]')
# CSS selector equivalent: none

Web Scraping di R