r - R中使用XML包的XPath

Question

我是XPath的新手，但我知道它的功能强大。我正在查看link的源代码，只是想从以下两页中提取内容和用户名，为简单起见，它们位于源代码的顶部附近。

content="[Archive] Simburgur's Live Stream [Offline] Gears of War 3"

<div class="username">Simburgur</div>

这是我在R中的代码:

doc <- htmlParse("http://forums.epicgames.com/archive/index.php/t-672775.html")
xpathSApply(doc, "//head/meta[@name=\"description\"]")

哪个返回

[[1]]
<meta name="description" content="[Archive]  Simburgur's Live Stream [Offline] Gears of War 3" /> 

显然，在此示例中，我想要的只是content =引号内的内容，但被卡住了，似乎无法使我的表达式返回想要的字符串。

我重复。我是XPath的新手。 :)

Answer 1

使用:

/*/head/meta[@name='description']/@content

仍然选择一个属性节点，但是在PL中可能有一种简单的方法来获取属性的字符串值。

要只获取字符串值，请使用:

string(/*/head/meta[@name='description']/@content)

请注意:使用 //缩写可能会导致XPath表达式的求值速度非常慢，因为它可能导致整个(子)树的线性遍历。

如果XML文档的结构是静态已知的，则始终避免使用// 。