Очистите текст выбранного выпадающего списка с помощью rvest

Я просматриваю какой-то веб-сайт, используя Rselenium и rvest. Поэтому я просматриваю элементы раскрывающегося меню, чтобы изменить таблицу javascript. Имя таблицы из раскрывающегося меню должно стать столбцом моего идентификатора в извлеченной таблице. Мне удалось очистить таблицу, но я застрял при очистке только одной выбранной записи меню. Вот несколько строк html-кода:

<select>
<option value="5823">2010/2011</option>
<option value="7094">2011/2012</option>
<option value="9024">2012/2013</option>
<option value="11976">2013/2014</option>
<option value="15388">2014/2015</option>
<option value="18336" selected="selected">2015/2016</option>
</select>

Как мне получить html_text выбранного столбца? Селектор css: checked не работает. Я пытался:

 html_nodes("option") %>% html_attrs()

Что правильно дает мне:

 [[1]]
 value 
"5823" 

[[2]]
 value 
"7094" 

[[3]]
 value 
"9024" 

[[4]]
  value 
"11976" 

[[5]]
  value 
"15388" 

[[6]]
  selected      value 
"selected"    "18336"

а также

read_html(wData) %>% html_nodes("option") %>% html_text()
[1] "2010/2011" "2011/2012" "2012/2013" "2013/2014" "2014/2015" "2015/2016"

Но я не знаю, как их объединить. Я получаю только:

[1] "2015/2016"

Поскольку затем я перебираю варианты, мне нужно общее решение. Спасибо.


r web-scraping css rvest
person Daniel Schultz    schedule 17.02.2016    source источник

Ответы (1)


arrow_upward
5
arrow_downward

Вы можете использовать селектор xpath вместо селектора css.

read_html(wData) %>% html_nodes(xpath="//option[@selected]")  %>% html_text()

Это позволяет вам искать атрибуты, даже если псевдокласс :checked css не работает.

person MrFlick    schedule 17.02.2016
comment
Отличное решение. Я нашел еще один ... поскольку я уже использую RSelenium для части javascript, я мог бы использовать remDr$findElement(using = 'css', "option:checked")$getElementText()[[1]] из соответствующего пакета. - person Daniel Schultz; 18.02.2016