Функция rvest read_html_live() не позволяет html_elements() правильно читать

Хотя read_html_live() возвращает набор узлов, который, по-видимому, содержит все необходимые «биты», я не могу использовать для него html_elements() (хотя тот же веб-сайт и тот же xpath прекрасно работают с использованием более традиционного read_html). .

У меня есть опыт использования различных других библиотек для веб-скрапинга, но я относительно новичок в rvest, поэтому вполне возможно, что я упускаю что-то очевидное.

Минимальный рабочий пример ниже:

library(rvest)

x <- read_html("https://www.ngaarawhetu.org/news/")
y <- read_html_live("https://www.ngaarawhetu.org/news/")

x_ele <- html_elements(x, xpath = "//link[@rel = 'alternate']") # Just to demonstrate - doesn't seem to work with anything
y_ele <- html_elements(y, xpath = "//link[@rel = 'alternate']")

print(x_ele)

print(y_ele)

Версия «x» с использованием read_html() возвращает ожидаемые значения:

{xml_nodeset (5)}
[1] <link rel = "alternate" type = "application/rss+xml" title = "Ngā Ara Whetū » Feed" href = "https://www.ngaarawhetu.org/feed/ ...
[2] <link rel = "alternate" type = "application/rss+xml" title = "Ngā Ara Whetū » Comments Feed" href = "https://www.ngaarawhetu. ...
[3] <link rel = "alternate" type = "application/json" href = "https://www.ngaarawhetu.org/wp-json/wp/v2/pages/113">\n
[4] <link rel = "alternate" type = "application/json+oembed" href = "https://www.ngaarawhetu.org/wp-json/oembed/1.0/embed?url=h ...
[5] <link rel = "alternate" type = "text/xml+oembed" href = "https://www.ngaarawhetu.org/wp-json/oembed/1.0/embed?url=https%3A% ...

В то время как версия «y» с использованием read_html_live() не возвращает результатов:

{xml_nodeset (0)}

Я ожидаю, что для этого конкретного веб-сайта html_elements() вернет одинаковые результаты для обоих классов объектов (xml_document/xml_node и LiveHTML/R6).

Странно... попробуйте поменять кавычки местами: html_elements(y, xpath = '//link[@rel = "alternate"]') . Хотя не совсем уверен, почему это имеет значение.

margusl 08.05.2024 13:09

Мой Бог. Не могу поверить, что это работает, но спасибо!

Brett 09.05.2024 23:34
Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
2
98
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Согласно комментарию Маргусла выше, ответ заключался в том, чтобы поменять кавычки местами с html_elements(y, xpath = "//link[@rel = 'alternate']") чтобы
html_elements(y, xpath = '//link[@rel = "alternate"]').

Другие вопросы по теме