Giới thiệu về XPATH

Web Scraping bằng R

Timo Grossenbacher

Instructor

Ngôn ngữ đường dẫn XML

Đường dẫn qua cây HTML, ví dụ: //div/p[@class = "blue"] (tương đương div > p.blue)
Chọn nút theo thuộc tính của nút khác
Hỗ trợ chọn nâng cao và tùy biến
Ví dụ: chọn phần tử theo thuộc tính của con; chỉ chọn div chứa nút a có lớp special

Cây HTML đơn giản nơi tất cả phần tử p được chọn

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

Cây HTML đơn giản nơi chỉ chọn p bên dưới div

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

Cây HTML đơn giản nơi chỉ chọn div có phần tử con a

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

Web Scraping bằng R