rvest - 在特定标签后获取#text？

Question

我正试图从this website删除文字。我可以用这个来获得所有说话人物的名字：

#text

但我无法弄清楚如何拉出角色所说的内容。当我检查它时，它看起来像{{1}}中的引号，但我无法让它工作。任何帮助将不胜感激！

Answer 1

你需要使用这样的东西（它不完整，但得到了人物所说的）：

webpage %>% 
html_nodes(xpath="//body//b/following-sibling::text()[1]") %>% 
xml_text(trim=T) 

Answer 2

所以看看我看到了两个选项。一个是如果你使用＆＃34; blockquote＆＃34;它将所有文本拉下来。也许一些格式化将实现您的目标。

webpage %>% 
html_nodes("blockquote") %>%
html_text()

另一种选择是使用＆＃34; i＆＃34;这样可以将文字拉得更清洁;但它并没有抓住所有的文字回复。

webpage %>% 
html_nodes("i") %>%
html_text()