在文本元素中添加空格

时间:2017-02-02 13:50:44

标签: r rvest xml2

有没有办法为每个包含文本的元素添加空格? 对于这个例子:

movie <- read_html("http://www.imdb.com/title/tt1490017/") 
cast <- html_nodes(movie, "#titleCast span.itemprop")
cast %>% html_structure()
[[1]]
<span.itemprop [itemprop]>
  {text}

[[2]]
<span.itemprop [itemprop]>
  {text}

我希望使用html_text()在每个文本元素 之前添加一个尾随空格。我有另一个用例,我想在文档层次结构中使用更高的html_text()。结果是几个文本在一个向量元素内组合。这使得无法推断出相应部件的开始和结束。

1 个答案:

答案 0 :(得分:4)

你的意思是这样吗?

doc <- minimal_html("Hello<p>World</p>") 
doc %>% html_text # HelloWorld
doc %>% html_text_collapse(" ") # Hello World

如果是这样的代码:

require(stringi)
require(rvest)

html_text_collapse <- function(x, collapse = " ", trim = TRUE){
  text <- html_text(html_nodes(x, xpath = ".//text()[normalize-space()]"))
  if (trim) {
    text <- stri_trim_both(text)
  }
  paste(text, collapse = collapse)
}