1. Learn
    2. /
  2. Courses
    3. /
  3. Web Scraping bằng R
Connected

Exercise

Hạn chế của html_table() với các bảng có cấu trúc kém

Đôi khi, bạn chỉ muốn chọn phần văn bản là con trực tiếp của một phần tử cha. Tuy nhiên, trong bảng ví dụ sau, chính tên vai diễn lại được bọc trong thẻ em. Bên cạnh đó, phần chức năng, ví dụ "Voice", cũng nằm trong cùng phần tử td với phần em, điều này không tối ưu khi truy vấn dữ liệu.

Đoạn trích từ mã HTML như sau:

<table>
 <tr>
  <th>Actor</th>
  <th>Role</th>
 </tr>
 <tr>
  <td class = "actor">Jayden Carpenter</td>
  <td class = "role"><em>Mickey Mouse</em> (Voice)</td>
 </tr>
 ...
</table>

Trong bài tập này, bạn sẽ thử trích xuất bảng bằng một hàm rvest quen thuộc. Qua đó, bạn sẽ nhận ra những giới hạn của cách làm này.

Biến roles_html chứa tài liệu có bảng nói trên.

Instructions

100 XP
  • Hãy thử trích xuất một data frame từ bảng bằng hàm bạn đã học ở chương đầu tiên.
  • Xem kết quả data frame thu được.