作者hslmax (越前)
看板R_Language
標題[問題] 網頁爬蟲xpath設定問題
時間Sat Apr 8 03:02:48 2017
程式諮詢:我想用Ｒ來網頁爬蟲，將購物網站的商品和價格給下載下來。
但是，以下這個網站的結構對新手的我來說怎麼try都失敗，想請教各位～
謝謝！
[軟體熟悉度]:
入門(寫過其他程式，只是對語法不熟悉)
[問題敘述]:
指定xpath收集商品的名稱及價格，但是筆者的能力無法正確指定xpath的路徑
[程式範例]:
#Target webpage
base_url <- "
https://www.zalora.com.tw"
url <- "
https://www.zalora.com.tw/women/shoes/?category_id=4&Page="
ix <- seq(1,5,1)
df.product.info <- data.frame()
for (i in ix) {
t_url <- paste0(url, i)
doc <- read_html(t_url, encoding = "UTF-8")
xpath <- '//div[@class="b-catalogList__itm js-catalogList__itm hasOverlay
unit size1of3"]'
product.brand <- xml_text(xml_find_all(doc, xpath))
......}
測試結果：0 obs of 1 variable.
[環境敘述]:
請提供 sessionInfo() 的輸出結果，
macOS 10.12.4、R3.3.2
[關鍵字]:xpath
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.26.45.116
※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1491591771.A.C81.html
1F：推 bluecadence: 如果你有開browser的檢視元素看，你要抓的是傳回來的 04/08 10:06
2F：→ bluecadence: json格式資料 04/08 10:07
3F：→ bluecadence: 要抓的 url 也不是你貼的網址 04/08 10:08
5F：→ bluecadence: 你開browser檢視元素就知道了 04/08 10:12