使用rvest在r中刮纸：如果缺少div，则返回NA

我正在尝试为四个div创建一个工具提示：射击类型、打击类型、时间和射击xg。偶尔有一个div不见了。例如，下面的[2]没有“工具提示射击xg”div

如果缺少四个组件中的任何一个，我如何循环使用div.tooltip并返回NA

[1] "<div class=\"tooltip\" style=\"left: 37.5%; top: 36.5789%;\">\n<div class=\"tooltip-title\">\n<div class=\"tooltip-shoot-type\">Shot blocked</div>\n<div class=\"tooltip-blow-type\">Smith </div>\n<div class=\"tooltip-shoot-name\"></div>\n</div>\n<div class=\"tooltip-time\">a </div>\n<div class=\"tooltip-time\">Half 1, 09:18 28/01/18</div>\n<div class=\"tooltip-shoot-xg\">Expected goals: 0.09</div>\n</div>"

[2] "<div class=\"tooltip\" style=\"left: 54.7059%; top: 11.0526%;\">\n<div class=\"tooltip-title\">\n<div class=\"tooltip-shoot-type\">Own goal</div>\n<div class=\"tooltip-blow-type\">Johnson </div>\n<div class=\"tooltip-shoot-name\"></div>\n</div>\n<div class=\"tooltip-time\">h </div>\n<div class=\"tooltip-time\">Half 1, 14:36 28/01/18</div>\n</div>"

---

如果使用XPath选择器，则一个点（

）表示当前节点，您可以从中相对地找到子div。在本例中，代码如下所示：

divs <- pg %>% html_nodes("div.tooltip")
for (i in 1:length(divs)){
  shoot-type <- divs[i] %>% html_node(xpath = "./div[@class='tooltip-shoot-type']") %>% html_text()
  blow-type <- divs[i] %>% html_node(xpath = "./div[@class='tooltip-blow-type']") %>% html_text()
  time <- divs[i] %>% html_node(xpath = "./div[@class='tooltip-time']") %>% html_text()
  shoot-xg <- divs[i] %>% html_node(xpath = "./div[@class='tooltip-shoot-xg']") %>% html_text()
  # add code here to save data
}

divs%html\u节点（“div.tooltip”）
适用于（i/1：长度（divs））{
快照类型%html\u节点（xpath=“./div[@class='tooltip-shot-type']”）%>%html\u text（）
blow-type%html\u节点（xpath=“./div[@class='tooltip-blow-type']”）%>%html\u-text（）
时间%html\u节点（xpath=“/div[@class='tooltip-time']”）%>%html\u文本（）
shoot xg%html_节点（xpath=“/div[@class='tooltip-shoot-xg']”）%>%html_text（）
#在此处添加代码以保存数据
}

---

然后，如果节点中没有

工具提示shot xg

class div，

shot xg

将返回NA。

如果使用XPath选择器，一个点（

）将显示当前节点，您可以从中相对地找到子div。在本例中，代码如下所示：

divs <- pg %>% html_nodes("div.tooltip")
for (i in 1:length(divs)){
  shoot-type <- divs[i] %>% html_node(xpath = "./div[@class='tooltip-shoot-type']") %>% html_text()
  blow-type <- divs[i] %>% html_node(xpath = "./div[@class='tooltip-blow-type']") %>% html_text()
  time <- divs[i] %>% html_node(xpath = "./div[@class='tooltip-time']") %>% html_text()
  shoot-xg <- divs[i] %>% html_node(xpath = "./div[@class='tooltip-shoot-xg']") %>% html_text()
  # add code here to save data
}

divs%html\u节点（“div.tooltip”）
适用于（i/1：长度（divs））{
快照类型%html\u节点（xpath=“./div[@class='tooltip-shot-type']”）%>%html\u text（）
blow-type%html\u节点（xpath=“./div[@class='tooltip-blow-type']”）%>%html\u-text（）
时间%html\u节点（xpath=“/div[@class='tooltip-time']”）%>%html\u文本（）
shoot xg%html_节点（xpath=“/div[@class='tooltip-shoot-xg']”）%>%html_text（）
#在此处添加代码以保存数据
}

---

然后，如果节点中没有

工具提示shot xg

class div，

shot xg

将返回NA。

您可以共享从何处刮取的链接吗？您可以共享从何处刮取的链接吗？谢谢！我认为您为我澄清得最多的问题是如何使用html_node（）查找特定的标记。我一直在使用html_nodes（）快速抓取所有内容，这非常有效，除非缺少标记。再次感谢！谢谢我认为您为我澄清得最多的问题是如何使用html_node（）查找特定的标记。我一直在使用html_nodes（）快速抓取所有内容，这非常有效，除非缺少标记。再次感谢！