我在R中有一个
HTML文档,我想从该文档中提取一个唯一标记列表,并列出它们的出现频率.
我可以按如下方式遍历每个可能的标记,但是希望找到一个不需要预定义标记列表的解决方案:
library('XML') url <- 'https://stackoverflow.com/questions/11227809/why-is-processing-a-sorted-array-faster-than-an-unsorted-array' doc <- htmlParse(url) all_tags <- c('//p','//a','//b','//u','//i') counts <- sapply(all_tags,function(x) length(xpathSApply(doc,x))) free(doc)
解决方法
经典的XML包版本可能如下所示:
tab <- table(xpathSApply(doc,"//*",xmlName)) tab[c('p','a','b','u','i')]