如何用rvest/RSelenium识别HTML节点与CSS选择器爬取房产页面数据？

不用额外工具，直接用浏览器自带的开发者工具就能搞定，步骤如下：

• 直接定位目标节点：打开目标页面后，右键点击你要抓取的房产数据（比如房价、卧室数量、占地面积），选择「检查」，浏览器会自动跳转到开发者工具的Elements面板，高亮显示对应的数据所在HTML节点，直接跳过手动查找节点的麻烦。
• 一键复制CSS选择器：在Elements面板里，右键选中的目标节点，选择「复制」→「复制选择器」（Chrome）或「复制CSS路径」（Firefox），直接得到可用于rvest/RSelenium的CSS参数。如果复制的选择器层级太长，可手动简化——保留带有网站专属标识的类名（比如该页面里的p24_price、p24_featureDetails这类前缀统一的类），去掉冗余的父节点层级，保证选择器唯一指向目标元素。
• 快速验证选择器有效性：切换到开发者工具的Console面板，输入document.querySelectorAll("你复制的CSS选择器")，回车后查看返回结果：如果只返回你需要的目标元素，说明选择器可用；如果返回多个，就结合父节点的类名缩小范围（比如用.p24_featureContainer .p24_featureDetails代替单独的.p24_featureDetails）。

结合rvest的实操示例 #

library(rvest)
# 目标页面URL
target_url <- "https://www.property24.com/for-sale/fourways-gardens/sandton/gauteng/5857/110846340/"
# 读取页面
page <- read_html(target_url)
# 抓取房价（假设复制的CSS选择器是.p24_price）
property_price <- page %>% html_element(".p24_price") %>% html_text()
# 抓取房型参数（比如卧室数量，选择器为.p24_feature:nth-child(1) .p24_featureDetails）
bedroom_count <- page %>% html_element(".p24_feature:nth-child(1) .p24_featureDetails") %>% html_text()

如果遇到rvest无法抓取的动态渲染内容（比如滚动加载的数据），用RSelenium时同样可以用上述方法获取的CSS选择器，通过findElement(using = "css selector", value = "你的选择器")定位元素。

内容的提问来源于stack exchange，提问作者Aveshen Pillay