Introduzione a XPATH

Web scraping in R

Timo Grossenbacher

Instructor

XML Path Language

Un percorso nell'albero HTML, es.: //div/p[@class = "blue"] (equivalente a div > p.blue)
Seleziona nodi in base a proprietà di altri nodi
Possibili selezioni più avanzate e personalizzate
Esempio: seleziona elementi in base alle proprietà dei figli, es. solo div che contengono a con classe special

Un semplice albero HTML in cui tutti gli elementi p sono selezionati

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

Un semplice albero HTML in cui sono selezionati solo i p sotto i div

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

Un semplice albero HTML in cui sono selezionati solo i div con un figlio a

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

Web scraping in R