如何使用 table class 名称与 R 报废？

Question

我正在尝试删除几个网页，特别是页面中的一些 table。但问题是 table 的位置相对于每一页都在变化。这是我的代码。

url <- paste0("https://en.wikipedia.org/wiki/2011%E2%80%9312_Welsh_Premier_League")
webpage <- read_html(url)
j<-webpage%>% html_node(xpath='//*[@id="mw-content-text"]/div[1]/table') %>%html_table(fill=T)

这段代码工作正常，但我也想废弃其他季节。 table的位置每个季节都会变化。我的问题是我发现我想要废弃的 table class 被命名为“wikitable plainrowheaders”，如下所示。我想知道如何使用 table class 名称进行报废。如何在维基百科页面中删除所有 table table class 名为“wikitable plainrowheaders”的内容？

<table class="wikitable plainrowheaders" style="text-align:center;font-size:100%;">

非常感谢。

Answer 1

既然知道tableclass这个名字，就改一下对应的xpath即可。

library(rvest)

url <- paste0("https://en.wikipedia.org/wiki/2011%E2%80%9312_Welsh_Premier_League")

webpage <- read_html(url)

j <- webpage %>%
  html_nodes(xpath="//table[@class='wikitable plainrowheaders']") %>%
  html_table(fill=T)

如何使用 table class 名称与 R 报废？

How to scrap with table class name with R?

html

r

class

web-scraping

rvest