如何使用 Rvest 解决 "xml missing"？

Question

这是我试图获取所需信息的网页： https://www.immobiliare.it/ricerca-mappa/Torino,TO/#/linkZona_/latitudine_45.04463/longitudine_7.68199/idContratto_1/idCategoria_23/zoom_16/pag_1

这是与我感兴趣的节点关联的 XPath：

//*[@id="box-listing"]/div[1]

正在使用

out %>%html_node(xpath = '//*[@id="box-listing"]/div[1]')

出现以下错误

{xml_missing}
<NA>

Answer 1

为了解决你的问题我建议你使用Rselinium

我们有两大网站家族。静态网站和动态网站。第一个在代码中有我们需要的信息（例如 Wikipidia 网页），而第二个实际上没有代码中的信息，但它每次我们通过 Javascript 代码实现需要它（例如 Trip Advisor）。感谢 Rselenium 库，我们能够从动态网站上抓取信息。什么是硒？ RSelenium 是一个 R 库，但我们可以在 Python、Java 等其他类型的代码中找到它，它能够模拟人类行为。 Selenium 的主要用途是测试应用程序自动化，但并非如此。

Selenium是一个很大的世界(here to deep).

关于 Rselenium 我建议您查看这些链接：

GitHub repository

Presentation

下面是一个关于你的问题的使用 Rselenium 的小例子：

    library(RSelenium)
    
    #We start the RSelenium environment
    driver <- rsDriver(browser=c("firefox"),port = 4445L)
    remote_driver <- driver[["client"]]  
    
    #We send the url to the firefox browser
    remote_driver$navigate("https://www.immobiliare.it/ricerca-mappa/Torino,TO/#/linkZona_/latitudine_45.04462/longitudine_7.68199/idContratto_1/idCategoria_23/zoom_16/pag_1")
    
    Below some example of the Rselenium powerful
    
    #We get the text
    text_1<-remote_driver$findElement(using = "css selector", '#box-listing > div:nth-child(1) > div:nth-child(1)')$getElementText()
    print(text_1)
    [[1]]
    [1] "PREMIUM\nImmobile\n€ 150.000\n60 m² • 2 locali"

    #We click the element
    remote_driver$findElement(using = "css selector", '#box-listing > div:nth-child(1) > div:nth-child(1)')$clickElement()

如何使用 Rvest 解决 "xml missing"？

How do I resolve "xml missing" with Rvest?

r

rselenium

rvest