1. Nauka
    2. /
  2. Kursy
    3. /
  3. Web Scraping w R
Connected

ćwiczenie

Wyodrębnianie węzłów na podstawie liczby ich potomków

Jak pokazano w filmie, funkcja XPATH count() może być używana w predykacie, aby zawęzić wybór do węzłów spełniających określony warunek dotyczący liczby potomków. Jest to szczególnie przydatne, gdy skrobak zależy od tego, czy dane węzły mają minimalną liczbę dzieci.

Oto fragment strony (bez żadnych klas ani identyfikatorów…), którą możesz scrapować:

...
<div>
  <h1>Tomorrow</h1>
</div>
<div>
  <h2>Berlin</h2>
  <p>Temperature: 20°C</p>
  <p>Humidity: 50%</p>
</div>
<div>
  <h2>London</h2>
  <p>Temperature: 15°C</p>
</div>
<div>
  <h2>Zurich</h2>
  <p>Temperature: 22°C</p>
  <p>Humidity: 60%</p>
</div>
...

Interesują cię tylko te divy, które mają dokładnie jeden nagłówek h2 i co najmniej dwa akapity – twoja aplikacja nie radzi sobie bowiem z niekompletnymi prognozami pogody.

Powyższy kod HTML jest dostępny jako forecast_html.

Instrukcje

100 XP
  • Wybierz odpowiednie divy za pomocą właściwego selektora XPATH, korzystając z funkcji count().