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

Exercise

Trích xuất các nút dựa trên số lượng phần tử con của chúng

Như đã minh họa trong video, hàm XPATH count() có thể được dùng trong predicate để thu hẹp lựa chọn xuống các nút có số lượng phần tử con nhất định. Điều này đặc biệt hữu ích nếu bộ thu thập (scraper) của bạn phụ thuộc vào việc một số nút phải có tối thiểu số phần tử con.

Dưới đây là một đoạn trích từ một trang (không có bất kỳ class hay ID nào…) mà bạn có thể đang thu thập dữ liệu:

...
<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>
...

Bạn chỉ quan tâm đến các div có đúng một tiêu đề h2 và có ít nhất hai đoạn văn p, vì ứng dụng của bạn không thể xử lý tốt các dự báo thời tiết còn thiếu.

HTML ở trên có sẵn thông qua forecast_html.

Instructions

100 XP
  • Chọn các div mong muốn bằng bộ chọn XPATH phù hợp, tận dụng hàm count().