正确地检查html_text

问题描述

我正尝试使用此功能，分别基于以下元素<a class="boy" href="/boys-names">Male</a>男孩（男生）或<a class="girl" href="/girls-names">Female</a>（女孩男生）来使用性别收集姓名列表。

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gender_from_name("Aaron")。我尝试使用length()<2，但它仍然关闭...

解决方法

这是直接返回性别的方法。您正在使用class = meta-section在“ span”节点下的“ span”节点下的“ a”节点下查找文本。

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")