Google 玩网络抓取：如何在 R 中获取每条评论的投票数？
Google Play web scraping: how can you get the number of votes for each review in R?
我正在 R 中对 Google Play 应用的评论进行网络抓取，但我无法获得票数。我指出代码： likes <- html_obj %>% html_nodes(".xjKiLb") %>% html_attr("aria-label") 我没有得到任何价值。怎么做到的？
获得刮票
完整代码
#Loading the rvest package
library(rvest)
library(magrittr) # for the '%>%' pipe symbols
library(RSelenium) # to get the loaded html of
url <- 'https://play.google.com/store/apps/details?id=com.gospace.parenteral&showAllReviews=true'
# starting local RSelenium (this is the only way to start RSelenium that is working for me atm)
selCommand <- wdman::selenium(jvmargs = c("-Dwebdriver.chrome.verboseLogging=true"), retcommand = TRUE)
shell(selCommand, wait = FALSE, minimized = TRUE)
remDr <- remoteDriver(port = 4567L, browserName = "firefox")
remDr$open()
# go to website
remDr$navigate(url)
# get page source and save it as an html object with rvest
html_obj <- remDr$getPageSource(header = TRUE)[[1]] %>% read_html()
likes <- html_obj %>% html_nodes(".xjKiLb") %>% html_attr("aria-label")
什么returns我
NA NA NA
我要退货的东西
3 3 2
也许您正在使用选择器小工具来获取 css 选择器。和你一样，我试过这样做，但是 css 选择器小工具 return 不正确。
检查页面的 html 代码，我意识到正确的元素包含在带有 class = "jUL89d y92BAb" 的标记中，正如您在此图片中所见。
这样，您应该使用的代码就是这个。
html_obj %>% html_nodes('.jUL89d') %>% html_text()
我个人的建议是始终检查源代码以确认选择器小工具的输出。
我正在 R 中对 Google Play 应用的评论进行网络抓取，但我无法获得票数。我指出代码： likes <- html_obj %>% html_nodes(".xjKiLb") %>% html_attr("aria-label") 我没有得到任何价值。怎么做到的？
获得刮票
完整代码
#Loading the rvest package
library(rvest)
library(magrittr) # for the '%>%' pipe symbols
library(RSelenium) # to get the loaded html of
url <- 'https://play.google.com/store/apps/details?id=com.gospace.parenteral&showAllReviews=true'
# starting local RSelenium (this is the only way to start RSelenium that is working for me atm)
selCommand <- wdman::selenium(jvmargs = c("-Dwebdriver.chrome.verboseLogging=true"), retcommand = TRUE)
shell(selCommand, wait = FALSE, minimized = TRUE)
remDr <- remoteDriver(port = 4567L, browserName = "firefox")
remDr$open()
# go to website
remDr$navigate(url)
# get page source and save it as an html object with rvest
html_obj <- remDr$getPageSource(header = TRUE)[[1]] %>% read_html()
likes <- html_obj %>% html_nodes(".xjKiLb") %>% html_attr("aria-label")
什么returns我
NA NA NA
我要退货的东西
3 3 2
也许您正在使用选择器小工具来获取 css 选择器。和你一样，我试过这样做，但是 css 选择器小工具 return 不正确。
检查页面的 html 代码，我意识到正确的元素包含在带有 class = "jUL89d y92BAb" 的标记中，正如您在此图片中所见。
这样，您应该使用的代码就是这个。
html_obj %>% html_nodes('.jUL89d') %>% html_text()
我个人的建议是始终检查源代码以确认选择器小工具的输出。