R {xml_node} 到纯文本同时保留标签？

Question

我想做什么xml2::xml_text()或 rvest::html_text()做但保留标签而不是替换例如<br>与 \n .目标是例如抓取网页，提取我想要的节点，并将纯 HTML 存储在一个变量中，很像 write_html()将它存储在一个文件中。

我怎样才能做到这一点？

Answer 1

具有讽刺意味的是，事实证明 as.character()工作得很好。

所以:

library(rvest)
html <- read_html("http://stackoverflow.com")

res <– html %>%
         html_node("h1") %>%
         as.character()

> res

[1] "<h1 class=\"-title\">Learn, Share, Build</h1>"

这是我当前用例中所需的输出。

另一方面，为了比较是否需要剥离标签:

res <- html %>%
         html_node("h1") %>%
         html_text()

> res
[1] "Learn, Share, Build"