rVest：如何提取值（忽略儿童）

Question

我想从网页中提取值，但对于某些xml结构，我似乎得不到聚合值。

data 
{xml_nodeset (1)} 
[1] <span class="match">tusinde<span class="super">1</span></span> 

如果我提取文本我得到：

data %>% html_text() 
tusinde1 

我要的是：

tusinde 

Answer 1

没有对一般问题和重复的例子，更多的背景，所以很难提供超出您提供的特定范例的解决方案。

例如，下面的代码解决了你的问题，但是我不知道除了那个特殊情况以外，还有多少。

data <- "<span class=\"match\">tusinde<span class=\"super\">1</span></span>" 

out <- data %>% read_xml() %>% xml_contents() 

as.character(out[1]) 

为您提供：

[1] "tusinde"