利用 ID 的唯一性

正如您所知，ID 在同一网页中应当是唯一的。如果您能确保这一点，就能大幅降低抓取选择器的复杂度。

下面是您在实际中可能遇到的一个 HTML 页面结构：

<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>

已使用 read_html() 为您读入，并通过 structured_html 提供。

本练习是课程的一部分

R 语言网页抓取

查看课程

练习说明

使用 html_elements()，在 structured_html 中找到用于选择第一个 div 的最短选择器。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Select the first div
structured_html %>%
  ___

编辑并运行代码