Rcurl 爬取网站目标字段，html标签缺失，字段长度不一致

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

hello，
      本人初学R,用Rcurl、XML爬取搜房网的信息，但是有个目标字段“建筑年代”不是每条信息都包含的，所以解析提取目标字段后dataframe无法将长度不一致的向量合并在一起，也就是说，缺少的那条信息不知道怎么让它留空占位，
  提取函数：
giveBuildyear = function(rootNode){
              buildyear <- xpathSApply(rootNode,"/html/body/div[7]/div[3]/div[1]/div[2]/dl[*]/dd[1]/p[3]/span[10]",xmlValue)
              buildyear
            }


也就是在HTML中会直接缺少span[10]的标签，请教如何解决这个问题？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Rcurl Curl HTML htm url 标签 网站

等待大牛们解答。。。。。。