rVest：如何提取值（忽略兒童）

Question

我想從網頁中提取值，但對於某些xml結構，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

沒有對一般問題和重複的例子，更多的背景，所以很難提供超出您提供的特定範例的解決方案。

例如，下面的代碼解決了你的問題，但是我不知道除了那個特殊情況以外，還有多少。

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

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

as.character(out[1]) 

爲您提供：

[1] "tusinde"