html - 如何使用 html_nodes 在 R 中选择 "attribute = x"的节点？

Question

我有一组 html 页面。我想提取属性“border”= 1的所有表节点。这是一个例子:

<table border="1" cellspacing="0" cellpadding="5">
   <tbody><tr><td>
    <table border="0" cellpadding="2" cellspacing="0">
      <tbody><tr>
        <td bgcolor="#ff9999"><strong><font size="+1">CASEID</font></strong></td>
      </tr></tbody>
    </table>
   <tr><td>[tbody]
</table>

在示例中，我想选择 border=1 的表节点，而不是 border = 0 的表。我使用的是 html_nodes()来自 rvest但无法弄清楚如何添加属性:

html_nodes(x, "table")

Answer 1

查看 CSS3 selectors documentation这是从 html_nodes 的文档链接的.它提供了对 CSS 选择器语法的详尽解释。

对于你的情况，你想要

html_nodes(x, "tag[attribute]")

全选 tag s 与 attribute设置，或

html_nodes(x, "tag[attribute=value]")

全选 tag s 与 attribute设置为 value .