html - R解析HTML文档并使用xpath获取两种模式的所有匹配项

Question

所以，我解析了来自 FIFA 世界杯网站的 HTML 代码，并希望获得所有比赛:

 wcup <- htmlTreeParse("http://www.fifa.com/worldcup/matches/", useInternalNodes=T)

但是，一个国家/地区的字段是“t-nText kern”，而其他国家/地区的字段是“t-nText”。

 <span class="t-nText kern">Bosnia and Herzegovina</span>

因此，如果我使用这个命令，我会错过'Bosnia and Herzegovina'，就像这个命令:

xpathSApply(wcup, "//span[@class='t-nText ']", xmlValue)

那么，有什么方法可以同时搜索属性“t-nText”和“t-nText kern”吗？或者您有其他解决方案吗？我想保持比赛顺序不变。

xpath 不支持逻辑或:

xpathSApply(wcup, "//span[@class='t-nText ' || 't-nText kern']", xmlValue)
XPath error : Invalid expression
//span[@class='t-nText ' || 't-nText kern']
                          ^
XPath error : Invalid expression
//span[@class='t-nText ' || 't-nText kern']
                                          ^
Error in xpathApply.XMLInternalDocument(doc, path, fun, ..., namespaces = namespaces,  : 
  error evaluating xpath expression //span[@class='t-nText ' || 't-nText kern']

Answer 1

使用“或”或者“starts-with()”，

wcup["//span[@class='t-nText kern' or @class='t-nText ']"]
wcup["//span[starts-with(@class, 't-nText ')]"]