Html 在xpath中找不到任何内容时，如何返回NA？

这个问题很难表述，但举个例子就很容易理解了

我使用R来解析html代码

在下面的代码中，我有一个名为

html

的html代码，然后我尝试提取

//span[@class=“number”]

中的所有值和

//span[@class=“surface”]

中的所有值：

曲面的输出为：

[1] "Number 1"

[1] "Surface 1" "Surface 2"

然后，当我尝试
cbind
这两个元素时，我不能，因为它们的长度不同

所以我的问题是：我能做什么来获得
number
的输出，即：

[1] "Number 1" NA

然后我可以组合
数字
和
曲面

library( 'XML' )  # load library
doc = htmlParse( html )  # parse html
# define xpath expression. div contains class = line, within which span has classes number and surface
xpexpr <- '//div[ @class = "line" ]'  

a1 <- lapply( getNodeSet( doc, xpexpr ), function( x ) { # loop through nodeset
      y <- xmlSApply( x, xmlValue, trim = TRUE )  # get xmlvalue
      names(y) <- xmlApply( x, xmlAttrs ) # get xmlattributes and assign it as names to y
      y   # return y
    } )

数据：

html
数据：

html为每个标记选择封闭标记（此处为
div
）并查找其中的每个标记更容易。我觉得用rvest和purr更简单

库（rvest）
图书馆（purrr）
html%%>%已读\u html（）%%>%
html_节点（'.line'）%>%
map_df（~list（number=.x%>%html_节点（'.number'）%%>%html_文本（），
surface=.x%>%html\u节点（'.surface'）%>%html\u文本（））
#>#A tible:2×2
#>数字曲面
#>           
#>1号1面1
#>2表面2
为每个标签选择封闭标签（此处为
div
）并查找其中的每个标签更容易。我觉得用rvest和purr更简单

库（rvest）
图书馆（purrr）
html%%>%已读\u html（）%%>%
html_节点（'.line'）%>%
map_df（~list（number=.x%>%html_节点（'.number'）%%>%html_文本（），
surface=.x%>%html\u节点（'.surface'）%>%html\u文本（））
#>#A tible:2×2
#>数字曲面
#>           
#>1号1面1
#>2表面2
您是否试图确保数字和曲面对保持在一起？因为这个方法很容易混淆，比如说，如果第三行只有一个数字。然后两个列表都将返回两个元素，但它们不一定是成对的。您是否试图确保数字和曲面对保持在一起？因为这个方法很容易混淆，比如说，如果第三行只有一个数字。然后两个列表都将返回两个元素，但它们不一定是成对的。让我知道这是否适用于您，否则我将删除I@Sathish，谢谢您的回答，但我可能不够清楚，我想构建一个矩阵。但似乎我可以用你的解得到一个矩阵。。。请看alistaire的解决方案，谢谢让我知道这是否对你有效，否则我将删除ithi@Sathish，谢谢你的回答，但我可能不够清楚，我想构建一个矩阵。但似乎我可以用你的解得到一个矩阵。。。请看alistaire的解决方案，谢谢谢谢你alistaire，目前我不完全理解你的代码，但它可以工作。非常感谢。（
number=.x
表示number的xml值？）它使用CSS选择器而不是XPath，并且
map_df
像
lappy
一样迭代结果，但将结果简化为data.frame。这里我使用它简化的匿名函数语法，其中
.x
是为该迭代传递的值。好的，谢谢。我不熟悉CSS选择器。我简化了我的代码，如果我有
Number1
，我怎么才能得到
div
中的值呢？使用xPath，我可以执行
//span[@class=“number”]/div
，但等效的是
span.number div
。但是，如果您喜欢XPath，
html\u节点
和
html\u节点
也会接受它，如果您指定将其传递给
XPath
参数。您使用了CCS选择器，因为我有一个类值，对吗？如果我没有类值呢。例如，在我之前的评论中，我有一个代码
Number1
，如何获得div中的值的矩阵（在跨度内）？第1行将是1，第2行将是NA。谢谢alistaire，目前我不完全理解您的代码，但它可以工作。非常感谢。（
number=.x
表示number的xml值？）它使用CSS选择器而不是XPath，并且
map_df
像
lappy
一样迭代结果，但将结果简化为data.frame。这里我使用它简化的匿名函数语法，其中
.x
是为该迭代传递的值。好的，谢谢。我不熟悉CSS选择器。我简化了我的代码，如果我有
Number1
，我怎么才能得到
div
中的值呢？使用xPath，我可以执行
//span[@class=“number”]/div
，但等效的是
span.number div
。但是，如果您喜欢XPath，
html\u节点
和
html\u节点
也会接受它，如果您指定将其传递给
XPath
参数。您使用了CCS选择器，因为我有一个类值，对吗？如果我没有类值呢。例如，在我之前的评论中，我有一个代码
Number1
，如何获得div中的值的矩阵（在跨度内）？第1行为1，第2行为NA。
library( 'XML' )  # load library
doc = htmlParse( html )  # parse html
# define xpath expression. div contains class = line, within which span has classes number and surface
xpexpr <- '//div[ @class = "line" ]'  

a1 <- lapply( getNodeSet( doc, xpexpr ), function( x ) { # loop through nodeset
      y <- xmlSApply( x, xmlValue, trim = TRUE )  # get xmlvalue
      names(y) <- xmlApply( x, xmlAttrs ) # get xmlattributes and assign it as names to y
      y   # return y
    } )

nm <- c( 'number', 'surface' )
do.call( 'cbind', lapply( a1, function( x ) setNames( x[ nm ], nm ) ) )
#                [,1]        [,2]       
# number  "Number 1"  NA         
# surface "Surface 1" "Surface 2"

html <- '<div class="line">
<span class="number">Number 1</span>
<span class="surface">Surface 1</span>
</div>
<div class="line">
<span class="surface">Surface 2</span>
</div>'