如何从rvest节点中有条件地选择属性？

Question

有没有办法使用OR与html_attr()？在这个MRE中，我只想要具有“饮料”或“食物”属性的节点。

也就是说，用下面的数据，我想这样做mydata %>% html_nodes("mynode") %>% html_attr("drink" or "food" otherwise skip)，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"/> 

我能做到这一点，而不拉出饮料和食品分开属性，结合载体，并删除NAs？

Answer 1

我打算建议使用xml2包，我相信它是rvest的依赖包。

制作可重复的强迫到HTML与package::htmltools

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，我们可以提取与属性或food或drink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> 

要得到属性值：到底

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