Я хочу создать сканер, который будет очищать некоторые данные от Trip Advisor. В идеале это будет(А) определить ссылки на все места для сканирования,(Б) собирать ссылки на все достопримечательности в каждом месте и(С) будет собирать имена назначения, даты и рейтинги для всех отзывов. Я хотел бы сосредоточиться на части (а) сейчас.

Вот сайт, с которого я начинаю:http://www.tripadvisor.co.nz/Tourism-g255104-New_Zealand-Vacations.html

Здесь есть проблема: ссылка дает 10 лучших направлений для начала, и если вы затем нажмете «Просмотреть больше популярных направлений», это расширит список. Похоже, что он использует функцию JavaScript для достижения этой цели. К сожалению, я не знаком с javascript, но я думаю, что следующий кусок может дать подсказки о том, как он работает:

<div class="morePopularCities" onclick="ta.call('ta.servlet.Tourism.showNextChildPage', event, this)">
<img id='lazyload_2067453571_25' height='27' width='27' src='http://e2.tacdn.com/img2/x.gif'/>
See more popular destinations in New Zealand </div>

Я нашел несколько полезных веб-пакетов для R, таких как rvest, RSelenium, XML, RCurl, но из них, кажется, только RSelenium может решить эту проблему, сказав, что я до сих пор не смог его обработать из.

Вот некоторый соответствующий код:

tu = "http://www.tripadvisor.co.nz/Tourism-g255104-New_Zealand-Vacations.html"
RSelenium::startServer()
remDr = RSelenium::remoteDriver(browserName = "internet explorer")
remDr$open()
remDr$navigate(tu)
# remDr$executeScript("JS_FUNCTION")

Последняя строка должна помочь, но я не уверен, какую функцию мне нужно вызывать здесь.

Как только мне удастся расширить этот список, я смогу получить ссылки для каждого пункта назначения так же, как я бы решил часть (b), и я думаю, что я уже решил это (для тех, кто заинтересован):

library(rvest)
tu = "http://www.tripadvisor.co.nz/Tourism-g255104-New_Zealand-Vacations.html"
tu = html_session(tu)
tu %>% html_nodes(xpath='//div[@class="popularCities"]/a') %>% html_attr("href")
 [1] "/Tourism-g255122-Queenstown_Otago_Region_South_Island-Vacations.html"                      
 [2] "/Tourism-g255106-Auckland_North_Island-Vacations.html"                                     
 [3] "/Tourism-g255117-Blenheim_Marlborough_Region_South_Island-Vacations.html"                  
 [4] "/Tourism-g255111-Rotorua_Rotorua_District_Bay_of_Plenty_Region_North_Island-Vacations.html"
 [5] "/Tourism-g255678-Nelson_Nelson_Tasman_Region_South_Island-Vacations.html"                  
 [6] "/Tourism-g255113-Taupo_Taupo_District_Waikato_Region_North_Island-Vacations.html"          
 [7] "/Tourism-g255109-Napier_Hawke_s_Bay_Region_North_Island-Vacations.html"                    
 [8] "/Tourism-g612500-Wanaka_Otago_Region_South_Island-Vacations.html"                          
 [9] "/Tourism-g255679-Russell_Bay_of_Islands_Northland_Region_North_Island-Vacations.html"      
[10] "/Tourism-g255114-Tauranga_Bay_of_Plenty_Region_North_Island-Vacations.html"  

Что касается шага (с), я нашел несколько полезных ссылок, которые могут быть полезны для этого:https://github.com/hadley/rvest/blob/master/demo/tripadvisor.R http://notesofdabbler.github.io/201408_hotelReview/scrapeTripAdvisor.html

Если у вас есть какие-либо советы о том, как расширить список основных направлений или как пройти другие этапы более разумным способом, пожалуйста, дайте мне знать, я был бы очень рад услышать от вас.

Спасибо заранее!