r - 从 xml 节点集中提取文本

Question

我正在从网页中提取日期，但很难提取文本

date_ <- html_nodes(page_, xpath = '//*[@id="particular_con"]/div[2]/text()')
## prints ## 
# {xml_nodeset (1)}
# [1]  2017-03-27 

我尝试添加 ``[[(1L) 或 date_[[1]]但这会打印

{xml_node}
<text>

我只想提取2017-03-27

Answer 1

只需使用html_text

正如函数名称所示，html_nodes 返回指向节点的有点指针。要从它们中提取信息，请使用 html_text 和 html_attr

将第一行更改为:

date_ <- html_nodes(page_, xpath = '//*[@id="particular_con"]/div[2]/text()') %>% html_text()