作者Tampa (光芒)
看板R_Language
标题[问题] 爬虫新手问题
时间Tue Jul 26 18:06:51 2016
[问题类型]:
网页爬虫，已找出xpath，但无法制作成data.frame
[软体熟悉度]:
中新手
[问题叙述]:
网页爬虫，想把wiki的球队资讯爬下来
[程式范例]:
library(magrittr)
library(rvest)
URLteam <-
"
https://zh.wikipedia.org/wiki/%E7%BE%8E%E5%9C%8B%E8%81%B7%E6%A5%AD%E6%A3%92%E7%90%83%E5%A4%A7%E8%81%AF%E7%9B%9F"
#网页
xpathTeam <- "//table[@class='navbox wikitable']/tbody/tr/td[1]"#球队队名的
xpath
docTeam <- read_html(URLteam, encoding="UTF-8")#将网页读进R
rankTeam<- docTeam %>%
html_nodes(.,xpath = xpathTeam) %>%
html_text %>%
iconv(from = "UTF-8", to = "UTF-8")
stockTmp <- data.frame(team=docTeam)
以下是我喷错的error
Error in as.data.frame.default(x[[i]], optional = TRUE, stringsAsFactors =
stringsAsFactors) :
cannot coerce class "c("xml_document", "xml_node")" to a data.frame
问题1: 不知道怎麽了解自己xpath有没有抓对
问题2:data.frame是不是有设定错误?
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.225.110.118
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1469527614.A.E10.html
1F：→ andrew43: 把 tbody 拿掉 07/27 01:35
2F：→ andrew43: 在 docTeam 里可以发现 tbody 不存在 07/27 01:41
3F：→ andrew43: 忘了检查是否可以复制你的error。不是的话请再说一声。 07/27 01:43
4F：→ andrew43: 但你的xpath应该没错。我也不知道为什麽tbody不见了... 07/27 01:44
a大 我tbody拔掉了 但还是喷一样的错 求解QQ
※ 编辑: Tampa (36.225.110.118), 07/27/2016 16:34:03