R WebScraping 使用 Rvest 时获取额外文本

Question

我正在尝试使用 R 和 RVest web 从 eBay 获取销售日期

url 是url

字面上地

https://www.ebay.com/sch/Star%20Wars%20%20BARC%20Speeder%20Bike%20Trooper%20Buzz%20-2009%20-Red%20-Obi-wan%20-Kenobi%20-Jesse% 20-halmark%20-Funko%20-Pop%20-Black%20-snaptite%20-model%20-30th%20-Saga%20-Lego%20-McDonalds%20-McDonald%27s%20-Topps% 20-Heroes%20-Playskool%20-Transformers%20-Titanium%20-Die-Cast%20-2003%20-2004%20-2005%20-2006%20-2007%20-2008%20-2012% 20-2013%20%28Clone%20Wars%29&LH_Sold=1&LH_ItemCondition=3&_dmd=7&_ipg=200&LH_Complete=1&LH_PrefLoc=1

完整的 xpath 到第一个售出日期是： //*[@id="srp-river-results"]/ul/li[1]/div/div[2]/div[2]/div/span/span[1]

如果我使用它然后 html_text() 到这条路径，我什么也得不到。 character(0)

当我删除跨度并添加 POSITIVE 节点时，我得到了日期，还有一堆额外的文本。

R 代码：

readHTML <- url %>%
            read_html()

    SoldDate <- readHTML %>%
        html_nodes(xpath='//*[@id="srp-river-results"]/ul/li[1]/div/div[2]/div[2]/div') %>%
        html_nodes("[class='POSITIVE']") %>%
        html_text(trim = TRUE)

结果：

"SoYlPd N Feb 316,Z RM9USI2021"

我应该得到：

"Feb 16, 2021"

Answer 1

这里有 2 个很好的答案，其中包含有关此问题的更多详细信息： Rvest Split Data by Class Name where the class names change