网页抓取 www.wp.pl

Question

我想使用 R 从https://www.wp.pl/ 页面获取一些信息。 我要获取元素：

<div class="_1bBIQG" data-st-area="Belka-opinions">

在屏幕上，它将是添加下方的第一个框：

我正在使用 rvest 库。 到目前为止，这是我的代码：

library(rvest)
url <- 'https://www.wp.pl'
webpage <- read_html(url)
news_html <- html_nodes(webpage,'._1gA4wm.content div div ul li a')
head(news_html)

但它不起作用。我得到了下面的消息。 怎么刮？

Answer 1

您的代码对我来说很好用。我得到了链接列表就好了。

或者，尝试：

library(rvest)
url <- 'https://www.wp.pl'
webpage <- read_html(url)
links <- webpage %>% html_nodes("div._1gA4wm.content div div ul li a")
links

另外，如果您希望获得div 的完整内容，请尝试：

library(rvest)
url <- 'https://www.wp.pl'
webpage <- read_html(url)
my_div <- webpage %>% html_node("div._1gA4wm.content")
my_div