r - 在R的字符串中间或结尾提取数字

Question

我有一个字符串 vector 。我想在“＃Stalls:”之后提取一个数字，这些数字位于字符串的中间或结尾。

x <- c("1345 W. Pacific Coast Highway<br/>Wilmington 90710<br/><br/>County: Los Angeles<br/>Date Updated: 6/25/2013<br/>Latitude:-118.28079400<br/>Longitude:33.79077900<br/># of Stalls: 244<br/>Cost: Free", "20601 La Puente Ave<br/>Walnut 91789<br/>County: Los Angeles<br/>Date Updated: 6/18/2007<br/>Latitude: -117.859972<br/>Longitude: 34.017513<br/>Owner: Church<br/>Operator: Caltrans<br/># of Stalls: 40")

这是我的审判，但还不够。我感谢您的帮助。

gsub(".*\\# of Stalls: ", "", x) 

Answer 1

由于是HTML，因此您可以使用rvest或其他HTML解析器首先提取所需的节点，这使得提取数字变得微不足道。对于此类工作，XPath选择器和函数比CSS提供了更多的灵活性。

library(rvest)

x %>% paste(collapse = '<br/>') %>% 
    read_html() %>% 
    html_nodes(xpath = '//text()[contains(., "# of Stalls:")]') %>% 
    html_text() %>% 
    readr::parse_number()
#> [1] 244  40