我使用xpathSApply(在XML包中)在R中搜索XML并且无法将属性拉出来.
首先,相关的XML片段：
<div class="offer-name">
<a href="http://www.somesite.com" itemprop="name">Fancy Product</a>
</div>
我使用以下方法成功地拉出了’Fancy Product'(即元素？)
Products <- xpathSApply(parsedHTML,"//div[@class='offer-name']",xmlValue)
这花了一些时间(我是一个n00b),但文档很好,我可以利用这里有几个已回答的问题.我无法弄清楚如何拉出“http://www.somesite.com”(属性？).我推测它涉及将第三个术语从’xmlValue’更改为’xmlGetAttr’,但我可能完全没有了.
仅供参考(1)还有2个父母< DIV>在我粘贴的片段上面,(2)这里是缩写的完整代码(我认为不相关,但为了完整性而包括在内)是：
library(XML) library(httr) content2 = paste(readLines(file.choose()),collapse = "\n") # User will select file. parsedHTML = htmlParse(content2,asText=TRUE) Products <- xpathSApply(parsedHTML,xmlValue)
href是一个属性.您可以选择适当的节点// div / a并使用名称= href的xmlGetAttr函数：
'<div class="offer-name"> <a href="http://www.somesite.com" itemprop="name">Fancy Product</a> </div>' -> xData library(XML) parsedHTML <- xmlParse(xData) Products <- xpathSApply(parsedHTML,xmlValue) hrefs <- xpathSApply(parsedHTML,"//div/a",xmlGetAttr,'href') > hrefs [1] "http://www.somesite.com"
