如何用R语言Rvest包抓取网页中的span元素信息？

先修正代码里的基础问题，再调整选择器就能提取目标内容：

1. 变量名统一：你定义的页面变量是page_outside，但后续调用时用了page，先把变量名对齐。
2. 选择器调整：通过目标div的class定位父容器，再选中内部的span标签。

完整代码示例 #

library(rvest)
library(stringr) # 可选，用于处理非断空格

# URL模板
url = "https://www.finn.no/realestate/homes/search.html?page=%d&sort=PUBLISHED_DESC"

# 读取页面
page <- read_html(sprintf(url, 1))

# 提取目标span内容：通过父div的class组合定位，再选中span
elements <- page %>% 
  html_nodes(".col-span-2.font-bold span") %>% 
  html_text()

# 提取结果
elements[1] # 输出面积："103 m²"
elements[2] # 输出价格："8 650 000 kr"

# 可选：将价格里的非断空格（&nbsp;）替换为普通空格
clean_price <- str_replace_all(elements[2], "\u00A0", " ")

选择器说明 #

• .col-span-2.font-bold：用父div的两个class组合定位，避免和页面其他元素冲突。如果需要更精准，也可以用完整的class链（注意带冒号的class要加反斜杠转义，比如sm\\:mt-4）：.col-span-2.mt-16.sm\\:mt-4.flex.justify-between.sm\\:block.space-x-12.font-bold
• 末尾加span表示选中该div下的所有span子元素，刚好对应你需要的两个内容。

内容的提问来源于stack exchange，提问作者Chrisabe