Wykorzystaj unikalność ID

Jak wiesz, ID powinny być unikalne na stronie internetowej. Jeśli masz pewność, że tak jest, możesz znacznie uprościć selektory używane podczas scrapingu.

Oto struktura strony HTML, którą możesz spotkać w praktyce:

<html>
  <body>
    <div id = 'first'>
      <h1 class = 'big'>Joe Biden</h1>
      <p class = 'first blue'>Democrat</p>
      <p class = 'second blue'>Male</p>
    </div>
    <div id = 'second'>...</div>
    <div id = 'third'>
      <h1 class = 'big'>Donald Trump</h1>
      <p class = 'first red'>Republican</p>
      <p class = 'second red'>Male</p>
    </div>
  </body>
</html>

Strona została już wczytana za pomocą read_html() i jest dostępna jako structured_html.

To ćwiczenie jest częścią kursu

Web Scraping w R

Zobacz kurs

Instrukcje do ćwiczenia

Używając html_elements(), znajdź jak najkrótszy selektor, który wybierze pierwszy element div w structured_html.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Select the first div
structured_html %>%
  ___

Edytuj i uruchom kod