时间戳

首页 > 解决方案 > rvest 正确检查 html_text

r - rvest 正确检查 html_text

问题描述

我正在尝试使用此函数分别根据<a class="boy" href="/boys-names">Male</a>男孩或<a class="girl" href="/girls-names">Female</a>女孩的以下元素来获取姓名列表的性别。

library(rvest)    
gender_from_name <- function(name){
          name_url <- paste("https://nameberry.com/babyname/",  name, sep = "")
          is_it_a_boy <- read_html(name_url) %>% 
            html_nodes(".girl") %>% 
            html_text(trim=TRUE) %>% 
            length() == 0
          return (if(is_it_a_boy){"Male"}else{"Female"})
          }

但是，它不适用于 say gender_from_name("Aaron")。我试过了，length()<2但它仍然关闭......

标签： rweb-scrapingrvest

解决方案

这是一种直接返回性别的方法。您正在查找具有 class=meta-section 的“span”节点下的“span”节点下的“a”节点下的文本。

library(rvest)    
gender_from_name <- function(name){
   name_url <- paste("https://nameberry.com/babyname/",  name, sep = "")
   is_it_a_boy <- read_html(name_url) 
   gender <- is_it_a_boy %>% 
      html_nodes("span.meta-section span a") %>% 
      html_text(trim=TRUE) 

   return (gender)
}

gender_from_name("Aaron")
gender_from_name("Mary")
gender_from_name("William")
gender_from_name("Dianne")

推荐阅读