変数 broken_html_raw には、前の演習とほぼ同じHTMLが入っています。
broken_html_raw
ご覧のとおり、タイトルにバグのようなものがあります。
HTMLが正しくレンダリングされないのはなぜでしょうか。先ほど紹介した関数を使って原因を特定してください。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、現代のWebサイトの構造化に使われる宣言的言語、Hyper Text Markup Language (HTML) を紹介します。rvestライブラリを使い、シンプルなHTML要素のクエリ方法を学び、最初の表をスクレイピングします。
現在の演習
Cascading Style Sheets (CSS) は、色、フォント、レイアウトなど、Webページ上でHTML要素がどのように表示されるかを定義します。この章では、CSSセレクタとコンビネータがWebスクレイピングにおいて重要な理由を学びます。
前の章で学んだCSSセレクタは強力ですが、限界もあります。たとえば、子孫の属性に基づいてノードを選択したい場合などです。そこで役立つのがXPathです! このクエリ言語を使えば、どんな扱いづらいHTMLでもナビゲートしてスクレイピングできます。
Webページからコンテンツを抽出する方法がわかったところで、次はその裏側を見ていきましょう。最終章では、あらゆるスクレイピング処理の基盤がHTTPリクエストである理由と、ベストプラクティスに沿うようにそれらをカスタマイズする方法を学びます。