读取原始的html格式

编程问答 2022-10-27

问题描述

以这种格式：

df1 <- data.frame(id = c(1,2),text = c("<h1> Title </h1> keep me here <h1>not </h1> or <h2> else</h2>","also not here <h1> but</h1> here also")

如何将df1文本列的第一行读取为html以便接收h1标签的内部文本。

这是我尝试过的：

library(rvest)
rawHTML <- paste(df1$text[1],collapse="\n")
rawHTML %>%
     html_node("h1") %>%
     html_text() %>%
     as.numeric()

错误：

Error in UseMethod("xml_find_first") : 
  no applicable method for 'xml_find_first' applied to an object of class "character"

使用完整数据帧的预期输出

data.frame(id = c(1,title = c("keep me here",0))

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

rrrvest