- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试想出一个可靠的方法来在每个赛季中争夺 NFL 球队的最终排名;奇妙的是,有a Wikipedia page包含指向所有这些信息的链接。
不幸的是,最终排名表的存储方式/位置存在很多不一致(考虑到联赛结构的演变,这可能是意料之中的)。
可取之处应该是相关表格始终位于带有“Standings”一词的部分中。
有什么方法可以grep
部分名称并只提取那里的表
节点吗?
这里有一些示例页面来演示结构:
1922 season - 只有一个分区,一张 table ;表格位于“Standings”标题下,具有 xpath //*[@id="mw-content-text"]/table[2]
和 CSS 选择器 #mw-content-text > table.wikitable
.
1950 season - 两个分区,两个表;两者都在“最终排名”标题下找到。首先有 xpath //*[@id="mw-content-text"]/div[2]/table
/CSS #mw-content-text > div:nth-child( 20) > table
,第二个有 xpath //*[@id="mw-content-text"]/div[3]/table
和选择器 #mw-content -text > div:nth-child(21) > table
.
2000 season - 两个 session ,6个分部,两张 table ;两者都在“最终常规赛排名”标题下找到。首先是 xpath //*[@id="mw-content-text"]/div[2]/table
和选择器 #mw-content-text > div:nth-child( 16) > table
,第二个有 xpath //*[@id="mw-content-text"]/div[3]/table
和选择器 #mw-content -text > div:nth-child(17) > 表格
总结:
# season | xpath | css
-------------------------------------------------------------------------------------------------
# 1922 | //*[@id="mw-content-text"]/table[2] | #mw-content-text > table.wikitable
# 1950 | //*[@id="mw-content-text"]/div[2]/table | #mw-content-text > div:nth-child(20) > table
# | //*[@id="mw-content-text"]/div[3]/table | #mw-content-text > div:nth-child(21) > table
# 2000 | //*[@id="mw-content-text"]/div[2]/table | #mw-content-text > div:nth-child(16) > table
# | //*[@id="mw-content-text"]/div[3]/table | #mw-content-text > div:nth-child(17) > table
抓取,例如 1922 会很容易:
output <- read_html("https://en.wikipedia.org/wiki/1922_NFL_season") %>%
html_node(xpath = '//*[@id="mw-content-text"]/table[2]') %>% whatever_else(...)
但我没有看到任何可以在 xpath 中使用的模式,也没有看到可以用来概括它的 CSS 选择器,因此我不必进行 80 次单独的抓取练习。
是否有任何可靠的方法来尝试和抓取所有这些表格,特别是考虑到所有表格都位于标题下方的关键洞察力,该标题将从 grepl("standing") 返回
? TRUE
, tolower(section_title))
最佳答案
您可以通过使用 lapply
循环 URL 并使用精心选择的 XPath 选择器拉取表格来一次抓取所有内容:
library(rvest)
lapply(paste0('https://en.wikipedia.org/wiki/', 1920:2015, '_NFL_season'),
function(url){
url %>% read_html() %>%
html_nodes(xpath = '//span[contains(@id, "tandings")]/following::*[@title="Winning percentage" or text()="PCT"]/ancestor::table') %>%
html_table(fill = TRUE)
})
XPath 选择器寻找
//span[contains(@id, "tandings")]
id
的 span
中包含 tandings
(例如“Standings”、“Final standings”)/following::*[@title="Winning percentage"or text()="PCT"]
title
属性 /ancestor::table
table
节点。关于r - 从维基百科的一个部分中抓取表格,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36538366/
我在使用 io-ts 时遇到一些问题。我发现它确实缺乏文档,我取得的大部分进展都是通过 GitHub issues 取得的。不,我不明白 HKT,所以没有帮助。 基本上,我在其他地方创建一个类型,ty
我必须创建一个正则表达式来搜索整个文件,以找到与 Java XML 解析器的第一部分(但不是第二部分)的匹配项。这将用于防止某些 XXE 攻击。不幸的是,它确实必须是单个正则表达式,并且它确实需要搜索
我有一些简单的 Shared/_Header.cshtml 文件中的内容。 My Shared/_Layout.cshtml 通过调用插入该代码 @Html.Partial("_Header") 目前
我有一个 if-else 语句,其中: 条件 1:ID 匹配并且自动填充某些字段。然后 if 语句只填充其余字段 条件 2:ID 不匹配,所有字段均为空白。 ELSE 语句将它们全部填充 当我使条件
我正在开发一个单页滚动网站。我正在尝试实现 ScrollMagic 并固定第一部分,以便网站的其余部分滚动到固定部分的顶部。我尝试创建一个 jsfiddle 来显示问题,但我似乎无法让 jsfiddl
这是我的情况: 我想使用 Google AdWords 的转换脚本,但出于某种原因,他们代码段的 javascript 部分在我的页面上添加了一些我似乎无法摆脱的不需要的空白。 所以我正在查看的选项纯
寻找一种优雅的方式在页面上添加一次脚本,就是这样。 我有一个需要 2 个 CSS 文件和 2 个 JS 文件的部分 View 。在大多数地方,只需要其中 1 个部分 View 。但在单个页面上,我需要
我想要一个网站,该网站始终具有相同的部分,具有相同的 id 以及我想要显示的所有内容。我对 javascript 不太了解,我想知道如何删除除特定部分之外的所有内容。 最好的方法是否是只执行一个循环来
SQL 语句教程 (11) Group By 我们现在回到函数上。记得我们用 SUM 这个指令来算出所有的 Sales (营业额)吧!如果我们的需求变成是要算出每一间店 (store_name)
我试图理解部分并认为我已经明白了。基本上,这是一种将部分应用程序应用于二元运算符的方法。所以我了解所有(2*) , (+1)等例子就好了。 但是在 O'Reilly Real World Haskel
有没有办法禁止在部分中覆盖给定的关键字参数?假设我要创建函数 bar总是有 a设置为 1 .在以下代码中: from functools import partial def foo(a, b):
我有这个使用节的 OpenMP 代码 #pragma omp parallel sections num_threads(8) { printf_s("Allo fro
我正在尝试重新创建 Apple 制作的有缺陷的 CNContactPickerViewController,因此我有一个数据数组 [CNContact],我需要将其整齐地显示在 UITableView
我有一个相对布局,其中包含一些 float 在 GridView 上的 TextView 。当我在网格中选择一个项目时,布局向下移动到屏幕的尽头,只有大约 1/5 的部分是可见的。这是使用简单的翻译动
我想在我的 tableView 中有两个部分。我希望将项目添加到第 0 节,然后能够选择一行以将其从第 0 节移动到第 1 节。到目前为止,我已将这些项目添加到第 0 节,但是当它关闭时数据不会加
我正在以自由职业者的身份开发支付控制软件,但我有一些关于 mysql 的问题。 。我有一个用作日志的表,名为“Bitacora”。在表中,我有一个名为 idCliente 的列,它是自己表中一个人的
我有一个 PFQueryTableViewController,我想向 tableview 添加部分,我这样尝试: - (PFQuery *)queryForTable { PFQuery *qu
我正在尝试编写一个查询,将部分匹配项与存储的名称值进行匹配。 我的数据库如下所示 Blockquote FirstName | Middle Name | Surname --------------
我正在开发一个语音备忘录应用程序,并且正在将文件保存到表格 View 中。我希望默认文件名显示为“新文件 1”,如果使用“新文件 1”,则它会显示为“新文件 2”,依此类推。 我正在尝试使用 do-w
我有以下简单的 HTML 布局 .section1 { background: red; } .section2 { background: green; } .section3 { ba
我是一名优秀的程序员,十分优秀!