可以rvest保持内联html标签,如使用html_table？

2023年2月3日 349次阅读

我试图在R中写一个表格,我已经用html格式给出了. Rvest在将所有文本排除在表格之外非常有用,但我希望保持
HTML表单中的内联样式.

例如,表中的文本可能是

"This is a sentence <BR> this is another sentence"

我想保留BR

我试过在整个表格中阅读：

my_table <- my_table_html %>% 
html_nodes("table") %>% 
html_table(fill=TRUE)

我也尝试在表格中选择特定列：

my_column <- my_table_html %>% 
html_nodes(".Tabletitle:nth-child(2)") %>%
html_text()

任何想法将不胜感激

最佳答案

library(rvest)

pg <- read_html("This is a sentence <BR> this is another sentence")

xml_find_all(pg, ".//br") %>% xml_add_sibling("p", "\n")

xml_find_all(pg, ".//br") %>% xml_remove()

html_text(pg)
## [1] "This is a sentence \n this is another sentence"
点赞