Rvest:获取节点文本而不是其子文本

Question

html_text() 方法(来自 R Package rvest)连接节点的文本和它的所有子节点。我想提取仅父亲的文本。

对于以下示例，html_text() 给出HELLO GOODBYE。

我只想GOODBYE。我怎样才能得到它？

<div class="joke">
  <div class="div_inside">
    <div class="title_inside">
      <a class="link" href="sompage.htm">HELLO</a>
    </div>
  </div>
  GOODBYE
</div>

Answer 1

尝试使用 xpath 获取带有 class“joke”的主 div 标签，而不获取其子标签:

library(rvest)

read_html('your_html_script') %>%
    html_nodes(xpath = '//div[@class="joke"]/node()[not(self::div)]') %>% 
    html_text()

谢谢!