Question

有没有办法在html_attr()使用OR？在这个MRE中，我只希望节点有＆＃34; drink＆＃34;或＆＃34;食物＆＃34;属性。

也就是说，通过以下数据，我想做mydata %>% html_nodes("mynode") %>% html_attr("drink" or "food" otherwise skip)之类的事情，并获得：

[1] "tea"    "coffee" "egg"    "toast" 

> mydata
{xml_document}
<allitems>
[1] <mynode drink="tea"/>
[2] <mynode dessert="cookie"/>
[3] <mynode drink="coffee"/>
[4] <mynode spice="pepper"/>
[5] <mynode food="egg"/>
[6] <mynode food="toast"/>

我可以在不分别提取饮料和食物属性，组合载体和去除NA的情况下这样做吗？

Answer 1

我打算建议使用xml2包，我认为这是rvest的依赖。

通过使用HTML

强制转移package::htmltools来实现可重现性

a <- htmltools::HTML(
     '<mynode drink="tea"/>
      <mynode dessert="cookie"/>
      <mynode drink="coffee"/>
      <mynode spice="pepper"/>
      <mynode food="egg"/>
      <mynode food="toast"/>')

现在使用xpath选择器，我们可以使用属性或food或drink提取所有节点。

> read_html(a) %>% xml_find_all('//*[@food or @drink]')
{xml_nodeset (4)}
[1] <mynode drink="tea"></mynode>
[2] <mynode drink="coffee"></mynode>
[3] <mynode food="egg"></mynode>
[4] <mynode food="toast"></mynode>

要获取属性值：

> read_html(a) %>% xml_find_all('//*[@food or @drink]') %>% 
     xml_attrs() %>% unlist(use.names = FALSE)
[1] "tea"    "coffee" "egg"    "toast"

如何使用rvest有条件地从html节点中选择属性？

1 个答案: