使用R从TripAdvisor网站上爬取数据
我想创建一个爬虫，从Trip Advisor上抓取一些数据。理想情况下，它将(a)识别所有要爬行的位置链接， (b)收集每个位置的所有景点链接，以及 (c)将收集所有评论的目的地名称、日期和评分。 我现在想重点关注（a）部分。 这是我开始使用的网站： http://www.tripadvis...
在并行环境下运行RSelenium
我该如何并行运行RSelenium？ 下面是一个使用rvest并行的例子。 library(RSelenium) library(rvest) library(magrittr) library(foreach) library(doParallel) URLsPar <- c("...
R - 等待PhantomJS加载页面的RSelenium
我制作了一个简陋的网络爬虫，从Expedia网站上爬取价格和航空公司信息： # Start the Server rD <- rsDriver(browser = "phantomjs", verbose = FALSE) # Assign the client remDr <...
如何通过xpath来检查一个对象在网页上是否可见？
我正在使用R中的RSelenium包进行网页抓取。有时在加载网页后，需要检查页面上是否可见一个对象。例如： library(RSelenium) #open a browser RSelenium::startServer() remDr <- remoteDriver$new() ...
当我使用Phantomjs(port = 4567l)时，我遇到了类似于“Error in if (file.access(phantompath, 1) < 0) { : argument is of length zero”的错误，意思是参数长度为零。
我的代码是 library(RSelenium) library(wdman) pDrv <- phantomjs(port = 4567L) 以下是运行上述代码后我得到的错误信息。 checking phantomjs versions: BEGIN: PRED...
使用Rselenium点击跨域iframe元素
我正在使用版本为3.3.2的R语言，并且使用Rselenium软件包，试图从这个网站中提取一些数据：http://www.dziv.hr/en/e-services/on-line-database-search/patents/ 我正在使用Rselenium，我的代码看起来像这样： se...
R: Selenium 服务器提示端口号4567已被占用。
看起来这是一个经常性的问题，但我没有找到解决我的问题的方法。 我正在运行以下内容： link <- 'https://www.google.com/' rD <- rsDriver(verbose = TRUE, port=4567L, ...
RSelenium：点击不可见对象 - ElementNotVisibleException
这个页面的主菜单(linio)有11个链接。只关心其中9个(灰色背景的并且悬停时显示子菜单的那些)。 我想要点击这9个选项中每个子菜单中的每个元素。期望的流程是: 1.第一部分: "Celulares y Tablets"。 2.进入: "Celulares y Smartphones"。...
无法在RSelenium中使用phantomjs启动会话
无法使用 rsDriver 启动一个新的 phantomjs 会话。其他浏览器能正常工作，但当我尝试使用 phantomjs 选项时它无法工作，并且我无法完全理解错误输出的含义。我应该如何解决这个问题？ require(RSelenium) remDr=rsDriver(port = 446...