Wprowadzenie do XPATH

Web Scraping w R

Timo Grossenbacher

Instructor

XML Path Language

Ścieżka przez drzewo HTML, np. //div/p[@class = "blue"] (odpowiednik: div > p.blue)
Wybieranie węzłów na podstawie właściwości innych węzłów
Możliwe bardziej zaawansowane i spersonalizowane selekcje
Przykład: wybieranie elementów na podstawie właściwości ich dzieci, np. tylko elementy div zawierające węzły a z klasą special

Proste drzewo HTML, w którym zaznaczono wszystkie elementy p

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

Proste drzewo HTML, w którym zaznaczono tylko elementy p poniżej divów

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

Proste drzewo HTML, w którym zaznaczono tylko divy z węzłami a jako dziećmi

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

Web Scraping w R