 |
| Scraping sebuah situs kumpulan Quote dengan XPath R |
Halo teman-teman, jumpa lagi dengan blog sederhana ini. Rasanya cukup lama kita vakum sharing-nya. Baik, kali ini kita akan melanjutkan dengan membahas bagaimana cara melakukan web scraping sebuah website atau blog.
Sebelumnya, kita telah mempraktikkan bagaimana melakukan web scraping dengan memanfaatkan addons dari Chrome, yaitu Selector Gadget. Kali ini, kita coba dengan teknik yang sedikit berbeda, yakni menggunakan XPath dan menjalankannya di R.
Diketahui bahwa untuk memperoleh sebuah code dari node-node yang terkandung di dalam sebuah situs bisa kita ekstrak dengan beberapa cara, salah satunya dengan menggunakan code XPathnya. Target web scraping kita kali ini masih sama, yaitu situs kumpulan kata-kata mutiara dan nasihat atau Quotes to Scrape sebagaimana praktikum web scraping kita sebelumnya. Adapun tujuan dari web scraping kita masih sama, yaitu memperoleh data teks berupa quote dari situs tersebut.
 |
| Laman quote to scrape |
Langkah pertama yang harus kita lakukan dalam melakukan scraping dengan XPath adalah inspeksi dari laman situs. Caranya dengan klik kanan pada laman situs, karena kita mau ambil quotenya, posisi inspeksi harus tepat bagian teks quote-nya supaya hasilnya langsung tertuju pada script HTML atau XHTML dari situs.
 |
| Melakukan inspect element |
Langkah kedua adalah mencermati apakah posisi inspeksi script kita telah tepat atau belum. Kita tinggal melihat higlight atau hover dari kursor hasil seleksi script seperti gambar berikut:
 |
| Menyorot hasil inspector teks quote |
Untuk mengetahui code XPath sebuah node, kita cukup melakukan klik kanan saat seleksi script kemudian dilanjutkan Copy lalu klik XPath, maka code ekstraksi sebuah node dalam bentuk XPath berhasil kita peroleh untuk kemudian mem-paste-nya pada code R untuk dilakukan proses pengambilan data node.
 |
| Meng-copast XPath code |
Pada langkah akhir, untuk melakukan web scraping, kita dapat mengikuti beberapa code berikut dan hasilnya tidak jauh berbeda ketika kita menggunakan addons Selector Gadget-nya Chorme:
#Aktivasi beberapa package R untuk scraping
library(rvest)
library(xml2)
library(stringr)
#Membaca seluruh HTML
url <- read_html("https://quotes.toscrape.com/")
#Mengambil teks quote menggunakan kode node XPath Mozila
quoteku <- url %>%
html_elements(xpath = '/html/body/div/div[2]/div[1]/div[1]/span[1]') %>%
html_text() %>%
str_trim()
quoteku
Hasil:
“The world as we have created it is a process of our thinking. It cannot be changed without changing our thinking.”
Demikian sedikit berbagi kita mengenai bagaimana melakukan web scraping sebuah situs menggunakan XPath di R. Nantikan unggahan berikutnya, selamat memahami dan mempraktikkan!