Web-scraping in R

Question

私はRでコーディングしているWebを練習していますが、どのWebサイトで試しても問題ありません。

例えば、

https://www.thecompleteuniversityguide.co.uk/league-tables/rankings?s=Music

私の目標は、すべての77の学校の名前を抽出することである（ロンドン・メトロポリタンへのオックスフォード）

だから私は試してみました...

library(rvest) 
url_college <- "https://www.thecompleteuniversityguide.co.uk/league-tables/rankings?s=Music" 
college <- read_html(url_college) 
info <- html_nodes(college, css = '.league-table-institution-name') 
info %>% html_nodes('.league-table-institution-name') %>% html_text() 

をよりF12、私はすべての学校の名前がクラス '.league-table-institution-name'の下にあることを知ることができました...それがhtml_nodesでそれを書いた理由です...

どうしたのですか？

Answer 1

あなたは二回html_nodes()を実行していることが表示されます、infoに正しいない文字ベクトルを、最初collegeに（正しい）xml_documentと。

url_college %>% 
    read_html() %>% 
    html_nodes('.league-table-institution-name') %>% 
    html_text() 

をし、その後、あなたは学校名をクリーンアップするために追加のステップが必要になります。：

代わりにこれを試してみてくださいこれは、提案された：

%>% 
    str_replace_all("(^[^a-zA-Z]+)|([^a-zA-Z]+$)", "")