有些 XPATH 查詢在 CSS 中有直接的對應。
既然你已經熟悉不少 CSS 選擇器,把路徑表示法在腦中轉換成對應的 CSS 選擇器,會很有幫助。
在這個例子中,提供了三種不同類別的 CSS 選擇器。例如,第一個類別 type.class,像是 div.section,會選取所有具有 section 類別的 div 元素。
type.class
div.section
section
div
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
在本章中,你將認識超文件標示語言(HTML),這是一種用來構建現代網站結構的宣告式語言。你會使用 rvest 函式庫學習如何查詢簡單的 HTML 元素,並完成你的第一個表格爬取。
階層式樣式表(CSS)描述了 HTML 元素在網頁上的呈現方式,包括顏色、字型與整體版面配置。在本章中,你將了解為何 CSS 選擇器與組合子是進行網頁爬蟲時不可或缺的關鍵工具。
你在上一章學到的 CSS 選擇器功能強大,但仍有其限制,例如當你想根據子孫節點的屬性來選取節點時。這時就輪到 XPath 出馬了!使用這套查詢語言,你可以在雜亂的 HTML 結構中進行導覽與爬取。
當前練習
既然你已經知道如何從網頁擷取內容,現在該揭開幕後原理。在最後一章中,你將學到為何 HTTP 請求是每個爬蟲動作的基礎,以及如何調整請求以符合網頁爬蟲的最佳實務。