嘿，我来给你分享几个更高效的TripAdvisor评分抓取方案，用rvest就能轻松实现，比你当前的步骤简洁不少，还能减少出错概率！

核心思路：直接提取结构化属性值 #

TripAdvisor的评分数据其实已经以结构化的形式（比如元素属性）存在页面里，不需要先转成字符串再拆数字、除以10。我们可以直接抓取这些属性，一步拿到最终评分。

方法1：抓取页面总评分

针对你给出的Kew Gardens页面，总评分元素带有data-test='review-rating'标识，它的aria-label属性直接存储了格式化好的评分值（比如4.5）：

library(rvest)
url <- "https://www.tripadvisor.co.uk/Attraction_Review-g1466790-d547811-Reviews-Royal_Botanic_Gardens_Kew-Kew_Richmond_upon_Thames_Greater_London_England.html"

# 读取页面并提取总评分
page <- read_html(url)
overall_rating <- page %>%
  html_element("[data-test='review-rating']") %>%
  html_attr("aria-label") %>%
  as.numeric()

print(overall_rating) # 输出：4.5

方法2：批量抓取单条评论的评分

如果需要提取所有用户评论的评分，只需要把html_element换成html_elements即可批量处理：

# 提取所有评论的评分
all_review_ratings <- page %>%
  html_elements("[data-test='review-rating']") %>%
  html_attr("aria-label") %>%
  as.numeric()

# 查看前5条评论的评分
head(all_review_ratings)

备选方案：利用星星元素的data-value属性

部分TripAdvisor页面的星星图标会在data-value属性里存储原始评分数值（比如45，对应4.5），这种情况可以直接提取后除以10：

# 从星星元素提取评分
rating_from_stars <- page %>%
  html_element(".UctUV.d.H0") %>% # 星星SVG的类选择器
  html_attr("data-value") %>%
  as.numeric() %>%
  `/`(10) # 等价于除以10

print(rating_from_stars) # 输出：4.5

为什么更高效？ #

• 省去了字符串拆解、转换的冗余步骤，代码更简洁易读
• 直接抓取结构化属性，比解析文本内容更稳定（页面样式变动时，属性标识通常比文本格式更不容易修改）

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