如何从 rvest 抓取中排除标签

【问题标题】：How to exclude tags from scraping with rvest如何从 rvest 抓取中排除标签
【发布时间】：2020-02-25 14:45:12
【问题描述】：

我有以下 html 摘录：

<div class="price">
  <span class="float-right"><strong>1900</strong> USD</span>
</div>

我想检索金额和货币作为两个单独的变量。

对于金额，我可以通过以下代码毫无问题地得到它：

price <- rentalagency_html %>%
  rvest::html_nodes(css="div.price > span.float-right > strong") %>%
  rvest::html_text(trim=TRUE)
price

对于货币，我怎样才能只得到“美元”而没有金额？基本上，我想排除标签。

【问题讨论】：

有网址可以分享吗？

标签： r rvest

【解决方案1】：

如果你读入整个 'span' 节点，你可以将生成的文本按空格分成两部分吗？

x <- '<div class="price">
  <span class="float-right"><strong>1900</strong> USD</span>
</div>'

x %>% 
  read_html() %>% 
  html_nodes(css='div.price > span') %>% 
  html_text(trim=TRUE) %>% 
  strsplit(' ')
[[1]]
[1] "1900" "USD"

【讨论】：

谢谢。只要您有价格和货币，它就可以工作。不幸的是，可能会发生没有价格的情况。如果我们可以在执行 html_nodes 时排除标记 strong 内的值，我会很好。这可能吗？
你能给出没有价格的示例html吗？
这里是一个例子：
询价 NA
或尝试使用 :not() 语法排除“强”。我不在机器旁，所以无法尝试，但请看这里：stackoverflow.com/questions/43038101/excluding-nodes-rvest
我在发布我的问题之前实际上已经尝试过了。我无法让它工作。我的语法可能有问题：currency % rvest::html_nodes(css="div.price > span.float-right:not(strong)") %>% rvest::html_text(trim= TRUE) 货币