您如何使用rvest刮擦标题和视图数量

Question

我想在不使用YouTube API的情况下在YouTube上刮擦信息。我尝试使用以下代码使用XPATH，但它返回字符（空）。

html <- read_html("https://www.youtube.com/watch?v=WRz2MxhAdJo")
title <- html_nodes(html,xpath = '//*[@id="container"]/h1') %>% html_text()

Answer 1

您可以从网页上从meta标签中提取标题和视图。

标题在＆lt; meta name =“ title”标签中。

示例：

<meta name="title" content="Avicii - Without You “Audio” ft. Sandro Cavazza">

视图（称为互动）在＆lt; meta itemprop =“ InteractionCount” tag中。

示例：

<meta itemprop="interactionCount" content="160908331">

为此，您可以使用

html %>% html_nodes("[name='title']") %>% html_attr("content") 
html %>% html_nodes("[itemprop='interactionCount']") %>% html_attr("content")