Best Tutorial: Web Scraping Situs Kumpulan Quote dengan XPath R

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!

Komentar

Postingan populer dari blog ini

Mencari P - Value dan Titik Kritis Uji F, Uji t, Uji Chi Square, dan Uji Z Normal dengan R

Mencari nilai p-value dan titik kritis Bagi teman-teman yang pernah mengenal statistika, pasti familier dengan istilah p-value dan titik kritis. P-value biasanya didefinisikan sebagai probabiltas atau peluang maksimal yang diamati dari hasil uji statistik, bahasa gampangnya adalah besarnya kesalahan penelitian berdasarkan uji statistik. Sebagai contoh sederhana, dari 100 orang dengan nama masing-masing dan diklasifikasikan ke dalam gender nama perempuan dan nama laki-laki, didapatkan nilai p-value uji statistiknya sebesar 0,05 atau 5%. Itu artinya, dari 100 orang, ada kemungkinan sebanyak 5 orang yang namanya salah klasifikasi. Dari namanya terdeteksi sebagai nama perempuan, padahal aktualnya yang bersangkutan bergender laki-laki. Sedangkan titik kritis atau titik uji adalah nilai batas pengujian hipotesis statistik, apakah masuk dalam wilayah tolak hipotesis, ataukah gagal menolaknya. Titik ini berkaitan erat dengan nilai p-value . Kalau biasanya kita mendapatkan kedua nilai ini da...

Baca selengkapnya

Cara Mendowload dan Install R serta RStudio di Windows (Step by Step)

Cara Download dan Install R serta R Studio di Windows Halo teman-teman, mohon maaf karena beberapa waktu ini, blog ini sempat vakum dari unggahan. Kali ini saya akan coba berbagai mengenai bagaimana cara mengunduh ( download ) dan menginstal ( install ) program R sekaligus R Studio khususnya di Windows. Unggahan kali ini sedikit terbalik karena semestinya saya unggah terlebih dahulu pertama kali di blog ini, namun bukan masalah, mengingat kemarin ada beberapa pihak yang meminta untuk menerangkap bagaimana tahapan mengunduh dan instalasi R dan R Studio, jadinya saya dahulukan pada unggahan ini sebelum pembahasan mengenai Data Mining , Data Science , atau bahasan Big Data kita terlampau jauh. Baik, kita akan mulai dengan bagaimana mengunduh R dan R Studio melalui mesin pencari Google. R dan R Studio ini memang beberapa waktu terakhir ini booming , apalagi dengan munculnya konsep mengenai Big Data , Data Modelling, Data Mining, dan Data Science serta Data Visualization . Sebenarnya, men...

Baca selengkapnya

Analisis Tipologi Klassen (Klassen Typology) dan Visualisasi Spasialnya dengan R

Tipologi Klassen dan visualisasinya dengan R Halo teman-teman, sebelumnya kita telah membahas tentang analisis Shift Share dan Location Quotient (LQ) dengan menggunakan R. Kali ini, kita akan membahas mengenai satu lagi alat analisis yang sebenarnya merupakan alat analisis tiga serangkai dari SS dan LQ, yaitu analisis Tipologi Klassen. Dalam penelitian ekonomi kewilayahan, ketiga analisis ini seringkali digunakan, baik dalam rangka melihat perkembangan dan transformasi struktur ekonomi suatu wilayah maupun melihat keunggulan kompetitif dan keunggulan komparatif wilayah satu dengan wilayah lainnya dengan mengacu wilayah referensi. Terlebih dulu, sebelum melakukan visualisasi spasial menggunakan fungsi plot(), ada baiknya kita bahas terlebih dahulu mengenai Tipologi Klassen itu sendiri. Tipologi Klassen merupakan teknik pengelompokan sektor, subsektor, lapangan usaha, atau komoditas tertentu di wilayah analisis berdasarkan pertumbuhan nilai tambah wilayah analisis terhadap nasional atau...

Baca selengkapnya

Cari Blog Ini